基于概率化稀疏自注意力LSTM的锂离子电池健康状态预测

针对锂离子电池健康状态(state of health,SOH)预测,提出了一种基于概率化稀疏自注意力机制(probsparseself-attentionmechanism,PSM)和长短期记忆(longshort-term memory,LSTM)神经网络的预测模型。首先,提取锂离子电池容量数据并进行窗口化处理,利用位置嵌入获取高维数据之间的特征信息并对数据进行位置编码。然后,引入PSM对输入数据的权重进行稀疏性判断,增加对SOH预测具有关键影响的因素的权重。最后,利用LSTM神经网络捕获数据之间的时序特征进行锂离子电池SOH预测。实验结果表明,与其他常用的锂离子电池SOH预测模型相比,所提模型可以减少预测误差,具有更好的预测性能。

基于多维度变异学习与收散归优的鲸鱼优化算法

针对鲸鱼优化算法(WOA)在解决高维、多峰、最优值非原点等问题时存在的收敛精度低、易被局部最优捕获等缺陷,提出了一种基于多维度变异学习与收散归优的鲸鱼优化算法(MLDOWOA)。首先,引入自适应权值以及优势个体干扰动态调整个体螺旋包围的方向,提高了算法的全局搜索能力和收敛精度;然后提出多维度变异学习机制对种群变异方向进行自适应规划,进一步扩大了算法的搜索范围;最后引入收散归优机制协调了搜索步长,帮助种群突破了中后期搜索停滞的局限。通过8个高维基准函数和4个固定维基准函数对MLDOWOA算法进行测试,结果表明同基本算法WOA、SSA以及改进的ACWOA、AWOA、MSIWOA、ADWOA相比,该算法在收敛精度和应对高维函数的能力上具有显著的优越性。将该算法应用于FOPID控制器的参数整定,并将实验结果同近年来该工程问题的研究成果进行对比分析,证明了该算法在FOPID参数整定问题中具有卓越的性能。

含可再生能源的多区域电力系统负荷频率控制

针对可再生能源接入后多区域电力系统惯量减小、调频困难的问题,提出一种基于虚拟惯量技术的分布式最优负荷频率控制方法。首先,对具有控制器稀疏互联结构约束的分布式最优负荷频率控制系统建立了数学模型;然后,利用Lyapunov-Krasovskii方法得出该模型的稳定性判据,利用线性矩阵不等式技术和混合整数规划法得出稀疏结构控制器的设计方法;最后,以1个4区电力系统为例进行仿真,结果表明利用所提方法可实现系统的稳定控制。

基于ADMM的互联系统的结构控制器设计

针对由多个子系统组成的互联系统,提出了一种基于交替方向乘子法(ADMM)的具有稀疏结构的状态反馈控制器设计方法.首先,建立了反馈增益的势与反馈拓扑中反馈信道数量之间的对应关系,将代表反馈增益稀疏度的矩阵势函数加权融入到最优控制的目标函数中.然后,利用ADMM在反馈控制增益的稀疏度和控制成本函数之间交替寻优,以此来获取具有稀疏结构的反馈增益矩阵.最后,将所提方法应用于互联电力系统,验证了方法的有效性和优越性.

带有稀疏执行器故障的事件触发网络化系统容错控制

针对一类具有事件触发信息传输机制的网络化控制系统,对系统故障执行器个数进行稀疏约束,研究系统在有限个执行器失效情况下的指数稳定及控制器设计问题。将系统故障执行器个数的约束转化为对控制器增益矩阵行的势约束,利用混合整数方法来解决这类稀疏约束的容错控制问题。在此基础上,利用Lyapunov泛函方法,得出闭环系统在有限个执行器失效情况下系统呈指数稳定的充分条件以及具有行稀疏约束的控制器设计方法。最后,通过一个飞行控制系统的数值仿真实例验证所提控制方法的可行性和有效性。

基于西门子PCS7的多现场总线控制系统通讯

电厂在建扩改的过程中,存在现场仪器仪表与主控DCS采用不同的通信协议,导致异构系统通信不兼容问题。在工业现场,实现不同现场总线协议标准设备间的通信,有利于生产过程中数据的传输和交互,能促进现场总线仪表与DCS系统的集成,推动现场总线技术发展。设备硬件集成具有可靠性高,稳定性好的优点。该文采用网关硬集成的方法,实现Modbus网络、Device Net网络与Profibus-DP网络之间的数据透明传输,完成西门子DCS与Modbus PLC设备和Device Net PLC设备之间数据采集和监视控制。达到多现场总线控制系统通讯的目的。

一种互联系统的分布式结构控制器设计方法

研究了一类具有有限耦合连接的分布式互联系统的结构控制器设计问题。与现有的研究不同,在所考虑的分布式网络控制系统中,耦合通信连接的数目是有上界的,而不是固定不变的。利用李亚普诺夫泛函方法,给出闭环系统指数稳定性的充分条件。然后将这种稀疏约束问题转化为势约束问题,并运用一种放松方法来解决这一非线性问题。上述方法不同于传统的将非线性规划方法转化为线性规划方法的思想,而是通过扩展可行域来提供更多的自由度。最后通过一个互联发电系统的例子来验证所提控制方法的可行性和有效性。