基于关联信息对抗学习的综合能源系统运行状态分析方法

综合能源系统(Integrated energy system, IES)运行状态分析常以广泛化信息技术应用提供的数据为支撑, 然而传感器故障、网络通信中断等信息异常导致的数据缺失会直接影响数据质量. 在考虑数据缺失的情况下, 本文提出了一种基于关联信息对抗学习的综合能源系统运行状态分析方法. 首先构建深度生成对抗网络(Generative adversarial network, GAN)对数据缺失部分进行可靠性补偿. 在设计生成器结构过程中, 通过引入系统拓扑邻接矩阵对生成器输入数据进行优化排序, 进而在训练过程中采用设计的多属性融合生成器损失函数, 促使生成器进一步得到高精度补偿数据. 接着将判别器提取的不同时刻完整能源数据的特征作为基础, 采用浅层特征分布及深层特征信息差异值融合判断, 从而实现系统运行状态分析. 最后对不同数据缺失补偿及不同类型节点改变情况进行仿真, 验证了本文所提方法的可行性与有效性.     

能源互联网及其关键控制问题

能源互联网是以电力网络、热力网络及天然气网络等能源网络为对象,以分布式协同控制技术、智能优化控制技术以及先进的信息通讯技术等为实施手段,通过各能源网络集成交互形成的新型复杂能源系统,具有泛在互联、对等开放、低碳高效、多源协同、安全可靠等特点.本文根据能源互联网前期已开展学术研究展开讨论,剖析能源互联网的内涵,分类并简要分析能源互联网的系统结构,针对能源互联网的建设目标及工程需求层面,归纳并提炼了能源互联网未来发展中面临的若干控制科学问题,包括分布式协同控制、能量调度管理、能量转换、信息处理、故障诊断等关键技术,最后对能源互联网发展所面临的主要挑战及未来可能的研究方向进行了总结和展望.     

永磁同步电动机无速度传感器矢量调速系统的积分反步控制

基于永磁同步电动机(PMSM)的数学模型, 设计了由积分反步控制和滑模变结构模型参考自适应系统组成的无速度传感器矢量控制系统. 其中带有积分作用的反步控制作为矢量系统的速度和电流控制器, 实现给定速度和电流的无静差跟踪; 而滑模变结构模型参考自适应方法作为速度辨识器估计电机速度, 能够快速准确的跟踪实际速度. 通过Lyapunov定理证明了所设计的速度控制器和辨识器的稳定性. 仿真结果验证了所设计的无速度传感器矢量调速系统良好的速度跟踪性能和抗扰动性能.     

长距离流体输送管道泄漏检测与定位技术的现状与展望

介绍基于软件的泄漏检测和定位方法的发展现状，即基于模型的方法、基于信号处理的方法和基于知识的处理方法等，对上述方法存在的优缺点进行了评述，并对泄漏检测和定位方法的未来发展方向提出了作者的看法。     

基于欧拉-拉格朗日系统模型的ASVG无源非线性综合控制

先进静止无功发生器(ASVG)的控制方法是影响其补偿性能和效果的重要因素,其传统PI控制器结构简单,参数设计容易,但动态稳定性较差.为提高系统稳定性,将ASVG的数学模型用Euler-Lagrange系统表示,采用无源控制(PBC),设计ASVG的PBC控制器.从理论上保证ASVG系统的Lyapunov函数稳定性,但当系统出现干扰时ASVG安装点的系统交流电压和电容器直流电压波动太大.基于此,提出ASVG无源非线性综合控制方案,即:电流内环控制采用基于PBC的控制,ASVG安装点交流电压和电容器直流电压的双外环控制均采用PI控制,既保持了所提出的综合控制器能在大干扰下提高系统的稳定性,也能够快速有效地将ASVG安装点的系统电压和电容器直流电压控制在允许的范围内波动.具有ASVG的单机-无穷大系统的Matlab仿真结果表明了控制系统模型的正确性和所设计的综合控制器的有效性.     

执行器带未知不对称死区的一类仿射非线性系统的 神经网络自适应控制器的设计

 本文针对一类执行器带未知死区的仿射非线性系统,提出了一种新型的神经网络自适应控制器的设计方法,该方法首先引入一个神经网络来估计对象的部分未知非线性动态行为,再基于隐函数定理构造另一个静态神经网络作为新型补偿器以补偿执行器的未知不对称的死区非线性.本文利用Lyapunov理论在给出光滑的控制律的同时严格证明了整个闭环系统的跟踪误差以及各个神经网络权参数的一致最终有界性,而且通过调节设计参数可以使系统的跟踪误差收敛到零附近的一个小邻域内.本文提出的控制方案可以保证对象在线稳定地跟踪任何光滑的目标轨迹,仿真研究表明了此控制方案的可行性和有效性.     

基于LMI的时变时滞Cohen-Grossberg神经网络鲁棒稳定性

 研究了时变时滞Cohen-Grossberg神经网络的全局鲁棒稳定性问题.基于线性矩阵不等式技术,给出了保证时变时滞Cohen-Grossberg神经网络平衡点唯一性和全局鲁棒稳定性的新判据.这些新判据不依赖于时滞的大小和放大函数,且与现有的一些结果相比,具有易于验证、适用范围广、条件更不保守等特点.仿真结果验证了本文方法的有效性.     

自适应模糊神经网络系统在管道泄漏检测中的应用

输油管道泄漏信号的检测存在信噪比较低的问题,利用自适应模糊神经网络系统的去噪方法可以提高压力信号、流量信号的信噪比.由于自适应模糊神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模.它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的模型和噪声的不确定性、不完备性.应用结果表明,自适应模糊神经网络的自适应噪声抵消器不仅实现简单、节省运行时间,而且能快速、有效地消除流量、压力信号中的各种噪声,因而提高了泄漏检测和定位的精度.     

多区域互联电力系统的PI滑模负荷频率控制

提出了一种用于多区域互联电力系统的负荷频率综合PI滑模控制方法,该方法同时发挥了基于新区域控制偏差的比例积分控制和滑模控制的优点,选用带积分的滑模超面方程使系统从一开始就进入滑模状态,当系统进入滑模状态后,转化为基于新区域控制偏差的比例积分控制。在考虑发电机变化率约束和具体控有控制死区条件下,所提出的综合控制方法仍能使系统取得较好的性能,而且克服各自单一控制的不足,仿真结果显示该方法是简单的、有效的、并且能够保证整个系统是渐进稳定的。     

比特驱动的瓦特变革—信息能源系统研究综述

采用科学知识图谱的方法系统梳理了信息能源系统研究的整体概况, 以数据和知识混合驱动的方式展现了信息能源系统专业领域的热点领域和学术链条, 并聚焦4个重点研究领域: 优化调度、一致控制、用户驱动的优化管理、信息能源深度融合系统. 在共被引分析基础上, 依据文献重要性和贡献度人工筛选出高影响力文献, 梳理了信息能源系统研究演化发展趋势. 分析表明, 当前信息技术作为有力的支撑驱动了能源系统的发展, 但信息与能源之间的联系仍不够紧密, 对能源数据价值的充分挖掘等问题亦需进一步研究.