基于二维云模型同步发电机PID励磁系统仿真

云模型可以实现定性概念与定量之间的转换,集成了概念的模糊性与随机性,可以解决非线性与不确定性问题。针对船舶电力系统中励磁系统非线性、时变性、不确定性的特点,将云模型应用到同步发电机励磁控制中,设计出二维云模型PID励磁控制器。其过程是将同步发电机端电压差及其变化率进行概念表示,形成前件二维云模型,然后根据PID三个参数信息构造成后件云模型,并制定出二维云模型双条件多规则的映射语言形式,实现对PID参数的模糊推理自整定。与可控相复励无刷励磁系统进行对比,仿真实验结果表明了二维云模型PID励磁控制系统模型具有更好的鲁棒性和自适应能力。     

敏感设备电压暂降敏感度的正态云模型评估

将经验所得设备电压耐受曲线（Voltage Tolerance Curve, VTC）不确定性的定性概念转换为定量表达是评估设备电压暂降敏感度的关键。用云滴表示VTC曲线的不确定事件,用云模型将VTC曲线的定性概念转换为定量刻画。根据测试样本,用逆向云发生器确定反映VTC曲线总体特征的期望、熵、超熵等数字特征值,用正向正态云发生器确定云滴概率密度函数值,并由此定量计算设备故障概率。以实测结果为样本,对PC机进行评估,并与模糊评估法进行比较,证明云模型评估法正确、有效。     

同步发电机云模型励磁控制器的设计

云模型是实现定性与定量间不确定性转换的有力工具,它将客观事物的模糊性与随机性结合在一起,解决了非线性与不确定性问题.为此,将云模型引入到同步发电机励磁控制中,根据云模型可实现不同映射关系的原理确定推理规则,设计出一种云模型励磁控制器.仿真结果表明,与传统的PID控制方法比较,云模型控制器具有较强的鲁棒性,对同步发电机运行点变化的适应性较好,增强了系统的暂态稳定性,具有良好的推广和应用价值.     

球磨煤机料位软测量及其建模

本文讨论依靠单一信号来等效模拟球磨机料位的现状,以及软测量技术及其建模方法。提出采用多传感器信息融合技术,即把单一信号和影响料位的因素都列为料位软测量系统的输入,通过斜率关联度来选择辅助变量。提出新的建模方法——反向建模,在此基础上选择统计建模的神经网络算法来进行建模。本文的辅助变量选择计算方便,适用性广;获取的现场运行数据能反映系统的状态;球磨机料位软测量模型的输入更全面体现料位的情况。因此,本文提出的这种球磨机料位软测量具有很强的可行性。同时也为电厂其他参数的软测量提供了参考,该建模方法具有可移植性。     

基于云推理的短期风电功率预测模型

针对风速、风向和风功率之间的关联知识,提出了一种短期风电功率预测的云推理模型。利用云变换将风速等历史数据转换成多个云的定性概念,并用云的合并方法得到跃升概念,再用极大判定法进行概念隶属判定,得到约简数据库,用Apriori算法挖掘得到风速、风向和风功率之间的关联规则,最后形成云推理的规则发生器,利用规则发生器的不确定性推理来完成未来24个小时的风电功率预测。实验得到一系列有稳定倾向的预测值集合,取其期望值与Arima模型和RBF神经网络的预测值比较,相对误差均有不同程度的减小,显示了该模型较高的实用和推广价值。     

云模型理论在多机电力系统励磁控制中的应用

风力发电系统具有较强的非线性和不确定性。基于云模型理论设计了云模型励磁推理器,对发电机进行励磁控制。该推理器由电压推理模块和角速度推理模块组成,且输入信号分别为发电机机端电压和角速度,共用一个云模型推理单元,并与模糊PID励磁推理器比对。多机无穷大电力系统的仿真结果表明,云模型励磁推理器对于提高同步发电机的响应速度,改善发电系统的暂态和稳态性能具有明显效果。     

火电厂球磨机筒内载煤量料位测量的现状与发展

讨论了电厂球磨机料位测量的常用方法(主要包括差压法、音频法、功率法、振动法、气动差压法、应变法、油压法、物位法、出力法等)和存在的问题.由于单一测量方法均存在缺点,现已开始采用多传感器变量信息融合的软测量技术.介绍了建立软测量模型的一般理论和方法,讨论了当前球磨机料位测量中多种软测量技术的应用情况.展望了球磨机料位测量技术的发展趋势.     

基于云理论的配电网空间负荷预测方法研究

提出了一种新颖的配电网空间负荷预测模型，该模型采用了基于云模型的知识表示，将定性概念所具有的模糊性、随机性有机地结合在一起，构成了定性和定量相互间的映射，克服了传统模糊理论的不彻底性。该文将云理论、面向对象的归纳方法以及粗糙集相结合，进行土地使用决策中空间属性信息定量定性转换、空间数据的离散化、决策规则的挖掘，克服了传统基于模糊集的空间负荷预测模型中模糊集参数及模糊系统规则选择的主观性，同时也利用云理论与粗糙集理论相互间的互补性,增强了知识发现的能力。运用基于云理论的不确定性推理计算小区对各用地类型适应性的评分，使推理结果更加合理而且贴近实际。给出了基于该模型的小区改造判据，改进了计及小区改造及经济性的用地分配的多目标规划模型，计算小区负荷。最后用实例说明了该方法的有效性。     

基于LabVIEW的一维云模型推理映射研究

云模型非线性映射关系是云模型应用于智能控制领域的关键问题.基于LabVIEW平台,首先将云模型单规则推理映射算法封装为LabVIEW子函数,可供云模型推理映射研究调用;进而研究了云模型非线性推理映射关系,对一种饱和特性映射关系给出了软件仿真和硬件实测结果,对一种新的云模型期望系统设计了输入、输出云模型参数以及推理规则,得到了较好的映射效果,为今后基于LabVIEW的云模型控制器的设计和应用提供了参考.     

改进蚁群算法在西安电网优化规划中的应用

建立了目标函数包括初始投资等年值、网络损耗以及缺电成本的网架优化规划模型.采用云模型对传统蚁群算法进行改进,利用基于云模型的不确定性关联规则推理,实现了信息素挥发系数和信息素强度的定性控制与动态选取,自适应的更新支路信息素,以改善蚁群算法的收敛性能.最后利用所提出的优化规划模型和算法对西安110 kV网架进行了优化规划.     

二维云模型在中长期负荷预测中的应用

指出了中长期负荷预测是一个时变不稳定系统,受到许多定性语言值的影响。阐述了二维云模型有效地将概念的定性值与数字的定量值进行自然转换,在云理论的基础上,实现概念计算的云计算方法和云模型与不确定推理,给出了计算的逻辑描述,将计算过程抽象成为推理过程;分析了计算云化的过程;并且采用不确定推理的方法,得出了云的计算过程;将云化计算与实际相结合运用于中长期负荷预测中,并使预测结果的误差控制在3%以内。     

基于云推理及加权隐式半Markov模型的变压器故障预测

为分析电力变压器运行过程中的状态变化并准确预测潜伏故障,在现有研究基础上建立了基于云推理及加权半Markov退化模型(HSMM)的变压器故障预测方法.利用云理论对故障变压器油中气体样本数据训练以发掘对应定性云概念,并构建油中气体状态空间.基于变压器运行状态变化规律分析引入老化因子,通过多步长加权方法在Markov链中引入历史运行状态信息,构建了加权HSMM退化模型对变压器运行状态进行预测.若预测DGA表征的变压器运行状态处于异常时,利用构建的云推理组合规则发生器对变压器故障类型进行诊断.多实例分析验证表明:基于加权HSMM退化模型能准确预测变压器运行状态;相较于其它常用预测方法,其在非等间隔观测数据或出现波动情况下鲁棒性及准确性更佳;结合基于云推理机制的故障诊断方法能实现变压器状态的准确预测和故障诊断.     

基于多传感器信息融合技术的球磨机料位测控系统

提出了一种基于多传感器信息融合技术的球磨机料位测控系统.在机理模型分析的基础上,研究了球磨机料位与过程参数之间的关系.研究了信息融合中传感器的选取和数据采集,开发了由数据采集器-数据通信器-PC机3层结构组成的球磨机筒体振动信号采集装置,并基于最小二乘支持向量机(LS-SVM)算法提出了料位信息融合软测量方法.提出了基于料位检测的球磨机负荷模糊控制算法.实验结果表明,该测控系统能够有效地实现料位检测与优化控制.     

基于LabVIEW的真随机数云发生器的设计

云发生器是构造云模型不确定性推理和设计云模型智能控制器的基础,全面论述了一种基于硬件真随机数云发生器的实现方法.首先设计一种基于雪崩噪声电路产生的真随机数序列发生器,利用LabVIEW平台构建测试系统对其进行一系列特性检验,进而将该真随机数序列转换为正态分布的真随机数作为云发生器的随机数源,最后设计一种真随机数云发生器算法,并通过LabVIEW平台编程实现.实验结果表明,该真随机数云发生器生成结果十分理想,可为云模型不确定性推理后续研究提供基础.     

基于Petri网技术的操作票专家系统的研究

分析了在操作票专家系统中普遍采用的产生式规则的局限性,指出推理程序对规则表示的依赖性是制约操作票专家系统通用性的根本原因。针对上述问题,首先研究了将产生式规则转化为Petri网模型的方法,提高规则表示的灵活性;其次,研究了基于Petri网模型的推理方法,使推理程序与规则表示完全分离,提高推理的灵活性。文章结尾得出结论并对进一步的研究进行了展望。     

云模型理论在月售电量预测中的应用研究

针对售电量预测中无法计及气温变化及变化持续时间影响的难点,提出了基于云模型及比重法的月售电量预测算法。在考虑传统售电量预测中经济因素影响的基础上,利用云规则发生器获得日气温对于各个气温及持续时间长短定性云规则的隶属程度,同时利用逆向云发生器计算获得各月售电量比重的云模型定性概念的数字特征值,以隶属度及总评估进行月售电量的预测研究。仿真结果显示,考虑气温影响因素的月售电量预测模型较为全面、准确。     

筒式球磨机料位测量控制新技术

火电厂采用的筒式低速球磨机料位测量和控制都有一定的难度,经常由于堵煤或断煤而严重影响锅炉的燃烧,影响机组负荷。介绍一种料位控制系统——通过安装在球磨机的简体压头探针之间的压差来判断料位,根据所测的料位变化自动控制给煤量,使磨煤机稳定地运行在一定的料位区内,达到安全经济运行。     

基于LS-SVM和机理模型的球磨机料位软测量

提出了一种机理知识和最小二乘支持向量机(LS-SVM)相结合的球磨机料位混合软测量方法.基于机理模型建立料位理论模型;将料位机理特性融入LS-SVM的建模过程中,利用LS-SVM算法对机理模型进行校正,弥补它的不精确性.通过现场试验和实际运行分析表明,混合模型能够有效地反映出实际运行中料位的变化趋势和动态特性.     

基于双参数方法的水轮发电机组故障诊断规则表示和推理问题研究

基于知识的故障诊断系统在水轮发电机组故障诊断研究工作中是重要的课题,需要解决故障诊断规则表示及故障诊断推理2方面的不确定性问题。文中介绍了水轮发电机组故障诊断规则基于双参数方法的规则表示方法及其推理诊断评价和咨询评价方法。在总结水轮发电机组故障诊断规则相关关键问题的基础上,将双参数方法应用到水轮机组故障诊断不确定性规则表示及不确定性诊断推理问题中。通过实例介绍了双参数方法在获取故障诊断规则不确定性参数方面的应用及其在故障诊断推理过程中的应用。     

筒式球磨机料位测量控制新技术

火电厂采用的筒式低速球磨机料位测量和控制都有一定的难度,经常由于堵煤或断煤而严重影响锅炉的燃烧,影响机组负荷。介绍一种料位控制系统——通过安装在球磨机的简体压头探针之间的压差来判断料位,根据所测的料位变化自动控制给煤量,使磨煤机稳定地运行在一定的料位区内,达到安全经济运行。