利用功率扰动辨识水电站水力系统模型

结合某抽水蓄能电站机组现场试验,利用功率扰动下实测数据进行具有复杂输水系统的大型机组水力系统模型辨识.该辨识方法输入信号通过调整调速器给定功率获取,并不影响机组的正常试验和运行.使用增广最小二乘法进行辨识计算,利用先验知识检验、阶跃响应检验和残差白噪声检验三种方法对辨识结果进行验证.结果表明,所得辨识模型可信,利用功率扰动辨识水电站水力系统模型的方法可行.     

一种考虑摩擦力影响的伺服系统模型辨识方法

针对在建立伺服系统模型时因忽略摩擦力影响而不能进一步提高系统精度,以及考虑摩擦力影响时的模型较复杂,不适合工程应用等问题,将摩擦力作为系统的非线性反馈,提出了一种对伺服线性部分和非线性部分分别辨识的方法。基于2个非过零脉冲速度方波的系统响应特性,得到2组各自的输入和输出差异方波信号,并以此作为信号估计线性模型的参数,从而获得线性系统模型的稳态速度输出,并确定库伦兹摩擦力的大小。仿真结果表明:本文模型和识别方法具有一定可靠性。     

基于梯度算法的电液伺服振动台加速度谐波辨识

由于电液伺服振动台中的非线性因素,当系统作正弦加速度振动试验时,其响应信号中存在高次谐波,导致加速度信号失真。为了抑制谐波失真,准确辨识谐波信息,本文提出了基于遗忘因子梯度算法的谐波辨识方法。该方法由谐波发生器产生输入向量,将加速度响应实际值与辨识得到的加速度信号值作差,并用于构建准则函数。通过梯度算法不断更新参数向量,当准则函数取得极小值时,利用参数向量便可计算各次谐波的幅值和相位,也可直接计算得到各次谐波。实验结果表明:该谐波辨识方法具有良好的实时性和收敛性能,并具有较高的辨识精度。     

一种新的系统盲反向辨识方法

基于系统输出信号过采样原理的系统反向辨识是一种新的盲辨识方法，这种方法不仅适用于最小相位系统，而且也适用于非最小相位系统。通过输出信号的过采样，可以获取未知输入信号和系统更多的信息。文中首先提出了这种解决盲辨识问题的算法，然后利用辨识出的系统模型恢复了源输入信号。这种方法在控制工程领域具有较高的实用价值。     

系统辨识(3)：辨识精度与辨识基本问题

系统辨识是研究建立系统数学模型的理论与方法.讨论系统辨识涉及的一些基本问题,包括辨识精度、辨识方法的提出,辨识输入信号的设计,参数可辨识性与系统可辨识性,开环可辨识性与闭环可辨识性,可辨识性与能控性和能观测性的关系,可辨识性与输入信号的关系,以及与辨识方法收敛性相关的激励信号与激励条件,辨识算法收敛分析的基本工具,典型...     

用函数束法辨识二阶Volterra核

本文提出了一种用函数束辨识弱非线性系统二阶Volterra核的方法——“函数束法”。此方法仅需考虑系统的输入和输出。其辨识过程实际由两个部分组成,即系统的线性响应辨识和系统的二阶响应辨识。     

频率域辨识非线性反馈系统内部结构的方法

本文讨论频率域辨识系统内部结构的方法.采用单一频率而振幅变化的正弦信号于系统,通过测量系统的稳态响应,使我们可以得到一类非线性反馈系统内部结构的判据.     

T-S模糊系统的辨识方法及其在主汽温系统中的应用

针对T-S模糊模型辨识步骤中,结构辨识与参数辨识混在一起、计算量大的缺点,提出了应用确定模糊规则结论参数的启发式辨识方法。对启发式辨识方法的基本原理做了阐述,并将基于该方法的T-S模糊模型应用于火电厂主汽温系统。以某600MW直流锅炉高温过热器为研究对象,对其不同工况下的单位阶跃响应模型进行了辨识。仿真结果表明,该T-S模糊系统能有效地逼近主汽温系统阶跃响应模型,验证了所提出的辨识算法的有效性和可行性。     

多变量Hammerstein系统的稳态模型辨识

本文针对多变量Ｈａｍｍｅｒｓｔｅｉｎ系统，提出了利用优化过程中设定点变化的阶跃信号，辨识系统稳态模型的方法，并且获得了稳态模型的强一致性估计，仿真结果也表明了该方法的有效性和实用性。     

通讯访问约束下的线性系统参数可辨识性

考察了线性离散时间随机系统在访问约束下的模型参数在线辨识问题.对于参数的变化为Gauss Markov过程描述的时变线性多变量系统,将其输入输出模型转化为状态空间模型,即可使时变参数的在线辨识问题转化为系统状态估计问题.对于系统中存在的因访问约束造成的有限通讯,采用一个二值向量函数描述系统中各个信号的通讯状态,其中“1”表示该信号被传输,“0”表示通讯中断.运用信息论的测度和方法,根据由互信息定义的可辨识性概念,讨论了线性时变系统的参数在线可辨识性问题,得出在输出检测信号传输存在访问接入约束情况下的参数可辨识性条件.理论分析和仿真结果表明：在通讯访问受限的条件下,系统存在合理的通讯接入策略,使其保持模型参数的可辨识性.     

基于Prony算法的HVDC输电系统模型辨识

提出一种基于Prony算法的辨识HVDC系统传递函数的方法，直接从时域仿真数据或实测数据得到系统的等值线性模型，能够提供与特征值分析法本质上相同的信息，却不需要列写大规模的系统方程和建立系统的详细模型，为大型互联电力系统的振荡模态分析和控制系统设计提供了方便。并用HVDC系统实例研究验证了它的有效性和准确性。     

雨量预报方法的评价模型

分析研究了2005年全国大学生数学建模的C题:雨量预报方法的评价。目前天气预报员可用来参考的客观预报方法越来越多,气象部门希望建立一种科学的评价预报方法好坏的数学模型与方法。结合该题,作者运用了统计学的观点和气象学知识,从两个不同角度建立了两个评价模型。两个模型均得出了有意义的结论,且结论相互补充;同时,两个模型均具有可推广性。针对该题的第二问,考虑到公众感受,作者对模型又进行了改进,使该模型更具合理性。     

一类带有非线性不确定性的线性系统及其不确定性描述

以实际的物理系统为背景，讨论了一类带有非线性不确定性参数的不确定系统形成过程，同时给出了这类系统较规范的数学模型，并讨论了其中不确定性矩阵与原有物理系统的不确定性矩阵之间的描述关系及在一定的条件下所具有的描述形式。     

采用宽度变化层平滑一类非线性变结构系统抖振

提出一种新的变结构控制平滑方法,能够对系统的稳态误差作出定量的描述,并且给出变结构控制系统的稳态误差指标与饱和特性宽度之间定量的数学关系。通过系统的稳态误差指标,可以设计出用于平滑变结构控制系统拌振的宽度 饱和特性。从而既平滑了系统的抖振又满足了对系统稳态误差指标的要求。领导具结果验证了 该方法的有效性。     

一个不适定问题的求解

复杂枝状管网的干线和支线模型都是由非线性偏微分方程组来描述,在一定条件下可以线性化,然后用解析法求解;联立模型是根据干线和支线的连接条件而建立起来的一个第一类的Volterra型积分方程组,其解一般不具有稳定性,为了获得稳定的解,本文采用吉洪诺夫正则化求解法。通过对四川某局部管网进行了实际模拟分析,证明本文方法是可行的。     

基于神经网络的时变大滞后系统的Smith预估控制

针对大滞后不确定系统提出了一种基于人工神经网络的改进型smith预估控制方案，设计了一个基于神经网络的补偿器来克服不确定的大延迟对控制性能的不利影响，解决了传统smith预估控制鲁棒性差及需要预先知道受控对象精确数学模型的问题。数字仿真结果表明，此方案可以在被控对象数学模型未知的情况下对时滞对象进行控制，特别是当时滞对象的特性发生变化时，具有较好的适应性，控制效果远远优于普通Smith预估控制。     

面向入侵检测的机器学习方法综述

入侵检测方法是基于网络的入侵检测系统的核心,可以是基于特征的,也可以是基于异常的。基于特征的检测方法具有较高的检测率,但不能检测到未知新型攻击;基于异常的检测方法可以检测到新型攻击,但误报率较高。为了降低入侵检测的误报率并提高其检测率,许多机器学习技术被应用到入侵检测系统中。通过对大量带有入侵数据训练样本的学习,构建了一个用于区分正常状态和入侵状态的入侵检测模型。针对目前入侵检测系统存在的高误报率、低检测速度和低检测率等问题,对机器学习技术在入侵检测系统中的的优势、系统检测的通用数据集以及系统评估指标进行了详细阐述,并对未来研究趋势进行了展望。     

基于神经网络的时变大滞后系统的Smith预估控制

针对大滞后不确定系统提出了一种基于人工神经网络的改进型 smith 预估控制方案,设计了一个基于神经网络的补偿器来克服不确定的大延迟对控制性能的不利影响,解决了传统 Smith 预估控制鲁棒性差及需要预先知道受控对象精确数学模型的问题.数字仿真结果表明,此方案可以在被控对象数学模型未知的情况下对时滞对象进行控制,特别是当时滞对象的特性发生变化时,具有较好的适应性,控制效果远远优于普通 Smith 预估控制.     

直流输电控制系统的参数优化

本文讨论了研究直流输电控制系统参数优化问题的意义和方法。提出用单纯形法结合数字仿真技术对直流输电控制系统的若干参数进行优化选择,并建立了籍以进行优化计算的直流输电系统实用数学模型,编制了相应的计算程序。通过实例计算,分析、比较了最优条件下几种不同控制方式对控制系统性能的影响。结果与理论分析一致。     

基于APSO算法的水火电力系统模糊多目标优化调度

建立了以火电厂运行成本最低、污染气体排放最小和水电厂发电效益最大为目标的水火电短期多目标优化调度模型,以3个火电厂与4个梯级水电厂的组成的水火电系统相关数据为实际算例,采用基于反捕食粒子群算法的交互式模糊满意度多目标决策方法,建立不同的决策模型将多目标问题转化为单目标求解,决策者可根据不同的主观效益诉求得到满意的调度方案,避免了人为选取目标权重的随意性,决策计算过程简单实用。算例结果表明,所建模型的正确性和该方法的可行性。