关于积分与极限交换充要条件的注

分析了积分与极限交换的充要条件,引进了等度可积函数序列和几乎处处绝对连续函数序列概念。证明几乎处处收敛的可积函数列在极限函数未知是否可积的情况下,积分与极限交换的充要条件是函数列在S∞上积分等度收敛;证明可积函数列依测度收敛的情况下,积分与极限交换的充要条件是函数列在[a,b]上积分等度收敛。     

非标准连续性和一致收敛性

本文给出了一致收敛的连续函数序列的极限为连续函数的一种新的非标准证明,在证明中只用到传递原理,而不须利用内集. 定理设f_n(n=1,2,3,…)为ER上的连续函数,在E上,f_n一致收敛于g,则g为E上连续函数. 引理1 设f为ER上实函数,则f在C∈E连续的充要条件是:对~*E中每个满足x≈C和x-C充分小的x有~*f(x)≈f(c).     

闭区间上连续函数序列一致收敛的几个充要条件

本给出了通常数学分析教材中很少见到的关于闭区间上连续函数一致收敛的几个充要条件，有些条件还提供了两种证明方法。     

基于粒子群优化神经网络观测器感应电机定子电阻辨识

针对感应电机模型参数时变性突出的问题,提出一种基于粒子群优化神经网络观测器感应电机定子电阻辨识方法。该方法首先通过构建一个含待辨识参数的非线性函数,然后根据神经网络的一致逼近任意非线性连续函数的性质,利用RBF神经网络逼近这个非线性函数,并在此基础上构造自适应观测器。采用伪降阶观测器结构,减少了参数辨识的计算时间;用粒子群优化算法对神经网络参数进行优化,提高了神经网络的收敛速度和逼近精确度。仿真和实验结果验证该方法鲁棒性强,动态性能好,具有较好的辨识效果。     

关合优化的BP神经网络模型的应用

BP算法是多层前向神经网络中应用最为广泛的一种算法，具有逼近任意连续函数和非线性映射的能力。它采用梯度下降搜索算法，因此存在着算法效率较低、收敛速度慢、易于陷入局部极小值等缺点，对于较大的搜索空间、多峰值和不可微函数常常不能有效地搜索到全局极小点，这些制约了BP网络在各个领域中的应用。要保证网络学习过     

基于RBF核函数的SVM方法在短期电力负荷预测中的应用

介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用。SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。     

支持向量机算法应用于短期电力负荷预测

介绍了支持向量机(SVM)方法及其在电力系统负荷预测中的应用。SVM以统计学理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。     

电力系统电压无功的序列二次规划算法

以网络有功损耗最小为目标函数,考虑潮流无功平衡方程的等式约束和一系列电压和控制变量的不等式约束,使用SQP序列二次规划法计算电压无功优化潮流。在形成目标函数和约束方程式时,没有将电压相角当做常数,而是认为支路有功潮流在优化过程中保持不变。对Ward & Hale 6母线、IEEE 14母线和IEEE 30母线系统分别进行电压无功优化计算,结果表明文中所述的数学模型有利于优化的收敛。     

阶梯函数和采样控制系统的数学模型

本文从采样控制系统的物理实际出发，引入阶梯函数概念，避开抽象的采样函数和理想采样器，定义了阶梯函数Z变换、连续函数Z变换以及脉动传递函数。在此基础上建立采样控制系统结构图，比用通常方法简单、清晰。     

水轮机瞬变计算的快速收敛方法研究

本提出了一种新的迭代初值选择方法，改进并发展了误差函数校正迭代方法。建议在进行水头迭代时采用误差校正迭代序列，进行转速迭代时采用加权校正迭代序列。某电站过渡过程的计算结果表明；采用本提出的方法可有效地改进可收敛性，提高收敛速度，节省计算时间６９．５％。     

连续小波神经网络收敛性能的探讨

小波神经网络已经被应用于电力系统,并且表现出许多优良特性.但是人们对于小波神经网络的缺点却认识很少.首先介绍小波神经网络的原理,离散神经网络和连续小波神经网络的概念和特点,然后探讨了连续小波神经网络的收敛性能.研究指出,由于小波函数和Sigmoid函数存在很大差异,因此当连续小波神经网络采用BP神经网络的初始化和训练算法时会出现收敛性差的问题,并通过实验进行了验证.最后本文给出了几种改进连续小波神经网络收敛性的建议.     

基于内点法的分布式电源选址定容

分布式电源可以改善系统的潮流分布、网络损耗、可靠性等,其效果与分布式电源的位置和容量密切相关。内点法具有收敛快、精度高等优点,在求解电力系统优化问题上可行有效。因此把传统的选址定容模型分成连续和离散,采用内点法进行连续求解。另外,提出一种基于Pareto最优理论引入协调参数w使两个子函数达到优化,进行选址定容。构造有功损耗和节点电压水平多目标函数,结果表明,基于多目标协调内点法是可行有效的,能协调优化多目标函数,同时计算时间短,收敛速度快。     

基于改进连续潮流法的电压稳定极限计算方法

针对电压稳定性分析连续潮流法的计算效率、精度及收敛性问题,提出了一种改进型的连续潮流法。该方法在参数化中,有机结合了物理参数化和局部参数化在不同区域的优点,在校正过程引入了一种新的预测-校正法,在步长控制中,提出了变步长控制函数,极大地提高了算法的计算精度、效率和收敛性。最后通过实例证明该方法可以提高连续潮流法分析电压稳定性的效率,并验证了该方法的有效性。     

Generalized forgetting functions for on‐line least‐squares identification of time‐varying systems

The problem of on‐line identification of a parametric model for continuous‐time, time‐varying systems is considered via the minimization of a least‐squares criterion with a forgetting function. The proposed forgetting function depends on two time‐varying parameters which play crucial roles in the stability analysis of the method. The analysis leads to the consideration of a Lyapunov function for the identification algorithm that incorporates both prediction error and parameter convergence measures. A theorem is proved showing finite time convergence of the Lyapunov function to a neighbourhood of zero, the size of which depends on the evolution of the time‐varying error terms in the parametric model representation. Copyright © 2001 John Wiley & Sons, Ltd.     

关于本性函数积分定义的注

对照几乎处处连续的本性函数的积分定义,给出几乎处处连续的本性函数绝对可积的充要条件,证明几乎处处连续的本性函数积分是非绝对可积的,将无穷区间上几乎处处连续的本性函数的积分问题化为有穷区间的积分。     

基于离散信息模型的电力系统汇集点惯量在线监测方法

基于连续物理模型设计的传统惯量监测方法收敛慢，难以准确追踪具有时变特性的虚拟惯量。考虑现代电力系统测量装置输出离散数据的特点，提出一种基于离散信息模型的电力系统汇集点惯量在线监测方法。首先，基于连续时间系统中含惯性常数的数学模型，构建Z域中的等效电机离散传递函数。其次，基于Z域中传递函数的数学结构，采用回归法构造另一等效电机离散传递函数，并在此基础上提出了汇集点等效惯性常数计算方法。最后，采用改进的IEEE9节点系统进行仿真，验证了所提方法的时效性和准确性。研究结果表明，基于离散信息模型的惯量在线监测方法能够在全运行状态下准确测量电源汇集点的转动惯量与虚拟惯量。     

长期电压稳定准稳态仿真算法比较

详细论述了准稳态(quasi steady state,QSS)仿真和基于参数连续化技术的准稳态(continuation based quasi steady state,CQSS)仿真方法的基本思想。以3机10节点和新英格兰10机39节点系统为例,根据长期动态过程仿真结果对2种方法进行了比较分析,论证了在QSS仿真中引入负荷参数连续化思想的可行性,避免了求解描述动态负荷恢复过程的微分方程,缩短了计算时间;同时通过先预测后修正的方法提高了QSS仿真的收敛速度,即使系统运行点接近奇异诱导分歧点,通过选择适当的连续化参数仍能保持良好的收敛性。此外CQSS的仿真精度受发电机过励磁和电枢电流限制的影响。     

格林函数在汽轮压缩机组振动分析中的应用

应用格林函数来设计汽轮压缩机组振动时域分析模型代替判断稳定时求特征根的麻烦,经过多次以不平衡振动试验和油膜振荡试验对这一分析模型的可行性加以证实.在连续工况监视中评定稳定性的差异,可以以格林函数衰减快慢监视机组的振动趋势,以及以格林函数的收敛与发散监视油膜振荡,气体激振等故障.     

Recursive identification of a nonlinear state space model

The convergence of a recursive prediction error method is analyzed. The algorithm identifies a nonlinear continuous time state space model, parameterized by one right-hand side component of the differential equation and an output equation with a fixed differential gain, to avoid over-parametrization. The method minimizes the criterion by simulation using an Euler discretization. A stability analysis of the associated differential equations results in conditions for (local) convergence to a minimum of the criterion function. Simulations verify the theoretical analysis and illustrate the performance in the presence of unmodeled dynamics, by identification of the nonlinear drum boiler dynamics of a power plant model.     

基于蚁群算法的整流效率优化研究与应用

以提高整流效率为目标,提出了一种基于蚁群算法的复杂组合优化方法。阐述了该算法的基本原理,针对本系统的约束条件和机组电流连续变化的特点,对蚁群算法进行相应的改进,同时克服了蚁群算法不太适合求解连续参数优化问题的缺陷。采用现场数据进行验证,结果表明,该方法收敛于全局最优解,收敛速度满足需要,过程比传统的工程方法简单,计算结果优于工程方法。