Dominant pole placement with fractional order PID controllers: D-decomposition approach

Dominant pole placement is a useful technique designed to deal with the problem of controlling a high order or time-delay systems with low order controller such as the PID controller. This paper tries to solve this problem by using D-decomposition method. Straightforward analytic procedure makes this method extremely powerful and easy to apply. This technique is applicable to a wide range of transfer functions: with or without time-delay, rational and non-rational ones, and those describing distributed parameter systems. In order to control as many different processes as possible, a fractional order PID controller is introduced, as a generalization of classical PID controller. As a consequence, it provides additional parameters for better adjusting system performances. The design method presented in this paper tunes the parameters of PID and fractional PID controller in order to obtain good load disturbance response with a constraint on the maximum sensitivity and sensitivity to noise measurement. Good set point response is also one of the design goals of this technique. Numerous examples taken from the process industry are given, and D-decomposition approach is compared with other PID optimization methods to show its effectiveness.     

基于激光扫描的密集泡状流三维重建与优化

为测量密集气液泡状流的流动形态及参数,建立了基于激光扫描的三维可视化测量系统。采用片状激光结合旋转正多边形棱镜实现对流场的光学扫描,高速摄像机采集扫描切片图像,首先对图像进行预处理。针对扫描成像中产生的切片重复曝光问题,提出二阶微分平均卷积优化算法,该方法不仅可以有效提取多切片图像中重复曝光的特征点,而且可以去除冗余及噪声信息。实验结果表明,针对分散相遮挡的密集泡状流,基于激光扫描可完整重建其三维结构,二阶微分优化算法可以有效降低重建畸变影响,重建后体积含气率的相对误差优于6%。激光扫描方法非侵入、重建精度高,具有传统方法不可比拟的优势。     

A diagnostic tool for online sensor health monitoring in air-conditioning systems

Healthy sensors are essential for the reliable monitoring and control of building automation systems (BAS). This paper presents a diagnostic tool to be used to assist building automation systems for online sensor heath monitoring and fault diagnosis of air-handling units. The tool employs a robust sensor fault detection and diagnosis (FDD) strategy based on the Principal Component Analysis (PCA) method. Two PCA models are built corresponding to the heat balance and pressure-flow balance of an air-handling process. Sensor faults are detected using the Q-statistic and diagnosed using an isolation-enhanced PCA method that combines the Q-contribution plot and knowledge-based analysis. The PCA models are updated using a condition-based adaptive scheme to follow the normal shifts in the process due to changing operating conditions. The sensor FDD strategy, the implementation of the diagnostic tool and experimental results in an existing building are presented in this paper.     

改进PSO-BP算法在钢筋腐蚀监测中的应用研究

针对混凝土内部钢筋腐蚀程度判别难、精确度低等问题,提出了将改进粒子群算法(PSO)与BP神经网络结合起来,通过对钢筋锈蚀机理及其影响因素的分析,建立了以混凝土内部温度、湿度、pH值、Cl-浓度和腐蚀电位为输入,钢筋腐蚀率为输出的改进PSO-BP监测模型,并将实测输入数据与仿真结果进行了对比。结果表明,改进PSO-BP算法的收敛性与准确性均优于PSO-BP算法和BP算法。     

实时市场中电价多解的判定机理

电价多解情况的出现将为实时市场的出清带来困难,有必要从理论上对其发生条件进行研究,并建立高效判定方法以提高实时定价效率。文中对节点电价多解情况的判定机理进行了深入分析和研究,基于市场出清问题的物理特性和数学特征,提出了退化、对偶问题多解与节点电价多解三者之间明确而严格的数学关系,基于所获判定机理建立了电价多解情况的完整有效判定流程,最终利用算例进行了判定方法对比以及有效性与适应性验证。     

基于生成对抗和双重语义感知的配电网量测数据缺失重构

传统的数据缺失重构技术大多依赖数理统计方法和先验知识结合机理分析构建数学模型,但是配电网量测数据具有高维、时变、非线性特征,复杂度高、表征难度大,难以保证高精度重构。文中提出一种利用无监督生成对抗训练方式自主提取数据特征并结合双重语义感知重构约束实现数据缺失重构的方法。其中,基于二维卷积的重构模型和量测数据二维灰度图像化训练增强了模型泛化能力和稳定性。该方法无需先验知识的分布假设与显式物理建模,在保证数据特征提取最大化的同时,有效提高了重构数据的精确性。最后,利用实测数据验证了该方法在重构缺失数据上的有效性。     

计及样本不平衡与重叠的暂态稳定评估方法

交直流混联系统的稳定性分析复杂且样本不平衡,当前基于数据挖掘的暂态稳定评估方法只追求对不稳定样本的识别精度,忽略了重叠区域样本难分类的问题,导致其综合性能未得到实质性的提升。针对此问题,提出一种计及样本不平衡与重叠的暂态稳定评估方法。所提方法通过焦点损失函数来修正轻梯度提升机(LightGBM),自动根据样本的类别以及是否处于重叠区域中的“灰色地带”赋予其不同的权重,从而优化梯度下降的方向。该方法在提升对不稳定样本识别精度的同时,也减少了对稳定样本的误判。在修改的IEEE 68节点系统和中国某省级电网上的算例表明,所提方法在含有噪声且不平衡的数据集上有良好的评估性能。     

融合 EMD 和 LSTM 的受热面积灰预测研究

针对锅炉受热面积灰将会降低传热效率和安全性,采用清洁因子作为健康指标来监测锅炉受热面健康状况,并且提出 融合经验模态分解(EMD)和长短期记忆网络(LSTM)的模型来预测未来锅炉积灰。 经验模态分解可以将时间序列分解为一系 列频域稳定的本征模态函数,长短期记忆网络拥有记忆功能,它能够通过学习来挖掘时间序列之间隐藏的长期依赖关系,二者 结合,增加了对于时间序列预测的准确度。 通过仿真软件验证,该模型对锅炉受热面积灰状况的预测有较为满意的精度,并与 两种常用模型进行对比发现,预测精度分别提升了 67. 7%与 59. 2%,验证了该模型的可行性与有效性。     

可再生能源消纳背景下直接交易中的二次出清与定价

为了促进可再生能源电力消纳,可再生能源优先发电企业在参与受端省电力市场直接交易时,所有交易电量需要全部成交。为了满足这一要求,部分省市采用了二次出清的交易机制,该机制目前没有相关研究,因此有必要对该机制的交易流程和定价方法进行研究。以双侧竞价、统一边际电价出清的电力市场模型为基础,建立了匹配出清与二次出清相结合的电力市场数学模型,提出二次出清定价应当符合的3条原则。在此基础上分析了统一边际价格在二次出清定价时存在的问题,并提出一种新的定价方式,最后用算例进行了阐述。     

清洁能源主导系统频率峰值特性分析

以清洁能源为主的异步送端电网频率稳定问题较为严重。为研究异步送端电网频率峰值变化机理,进一步提升频率质量、优化调频资源的分配,本文提出了一种清洁能源主导调频系统频率峰值及峰值时间的简化计算模型,该模型主要包括水电调速器主导调频模型及直流频率限制器(Frequency Limit Controller,FLC)主导调频模型。大系统的时域仿真结果表明了该模型的可靠性和准确性。本文还进一步探究了风电等新能源参与调频的可行性并评估了在不同季节下风电参与调频对频率质量的改善情况。