信息物理系统技术现状分析与趋势综述

随着国民经济中各个产业信息化程度的提升和产业间深度交叉融合,信息物理系统(Cyber-Physical System,CPS)正成为支撑这一发展的关键技术,也被誉为是引领全球新一轮产业技术变革的核心体系。通过将客观物理世界中实体、行为以及交互环境等精准映射至信息空间,进行实时处理并反馈回物理空间,CPS能够从系统视角和不同层面解决复杂系统的分析建模、决策优化、不确定处理等难题。该文从CPS的体系架构和设计开发流程分析了其关键技术和难点瓶颈,探讨了CPS与边云协同计算、数字孪生、人工智能和区块链等前沿技术间相互支撑关系,综述了CPS在工业生产、能源电力、交通驾驶和医疗健康4个应用领域研究现状。最后,对CPS未来的技术发展进行了展望。以希望为信息物理系统及相关研究领域的专家和学者提供参考,为我国产业科技变革和智能化转型提供技术支持。

基于模糊数据融合的水下传感器网络节点部署策略

针对水下传感器网络节点的部署,根据被动声呐的概率感知模型,结合水下环境影响因素,建立模糊感知模型和模糊数据融合模型.研究模糊数据融合算法在水下传感器网络部署中的应用,提出基于模糊数据融合的水下传感器网络节点部署策略.实验证明,文中策略能有效减少部署节点,提高网络覆盖度和单个节点的检测效率,从而提高网络的检测性能.

基于信度势场算法的水下传感网络部署及仿真

针对水下传感器网络节点的三维部署,基于D-S证据理论,提出了检测信度和信度覆盖的定义,研究了水下传感器网络检测区域信度覆盖的变化,结合感知目标分布的先验概率和被动声呐节点的感知概率模型,提出了基于改进D-S证据理论和先验概率的节点部署算法(NAAEP),将目标感知信度的值转化为虚拟势场中所受的力的大小,根据感知节点在势场中受到合力的大小对节点的位置进行调节。利用MATLAB建立了水下传感器网络仿真模型,通过仿真实验验证了算法的有效性:该算法能够有效减少部署节点,减少节点能耗,扩大检测范围,提高网络的检测性能。

基于先验概率模型的混合水下传感器网络部署

针对水下传感器网络,结合水声通信和光通信两种通信方式的优点,设计了新的水下传感器网络结构。根据水下目标分布的先验概率模型,提出了混合水下传感器网络部署算法,实现了水下数据的高速传输和水下目标区域的高效覆盖。仿真结果表明,算法能够较好地减少网络部署的节点数目、缩短数据传输延时,减少能量损耗,延长网络寿命。

基于信息熵计算模型的电力信息物理系统融合控制方法

针对电力信息物理系统中控制策略、网络和物理过程紧密耦合、互相影响的问题,现有计及运行不确定量的控制策略难以实现对信息传递和物理流动过程的统筹考量,且缺乏对离散信息子系统与连续属性的电力物理子系统的耦合统一建模控制。因此,对电力多维信息不确定性采取统一建模,给出传输时滞、丢包和误码的统一信息熵数学表述,进而将信息不确定集结项引入系统变结构滑模控制中,并采用积分结构的切换函数使系统稳定性参数趋近滑模面,从而提出了适用于高信息不确定性系统的变结构滑模控制器。通过多区域互联电力系统的负荷频率控制仿真实验验证了所提方法的控制性能。实验表明,对比现有的计及时滞负荷频率控制器,所提方法可以在大尺度信息不确定和多种负荷扰动叠加情况下,对功率波动所引起的频率偏差进行有效跟踪,并具有良好的系统动态性能和控制强鲁棒性。

基于深度强化学习的综合能源系统动态经济调度

综合能源系统的优化调度对于实现系统的多能互补和经济运行具有重要意义。然而,系统中可再生能源的间歇性以及用户用能需求的不确定性造成了系统中供需双方的随机波动,传统的调度方法难以准确地适应实际环境的动态变化。针对这一问题,提出了一种考虑可再生能源和负荷时变特性的综合能源系统动态经济调度方法。首先对综合能源系统动态经济调度问题进行数学描述,然后将该调度决策问题表述为强化学习框架,定义了系统的观测状态、调度动作和奖励函数,继而采用深度确定性策略梯度算法进行连续状态和动作空间下的动态调度决策。所提方法不需要对不确定性进行预测或建模,能够动态地对源和荷的随机波动做出响应。最后通过算例仿真验证了所提方法的有效性。

基于改进深度信念网络的TMR电流传感器温漂与地磁场校正方法

精确电流值的测量是电网精益化运行决策的重要前提,高灵敏度、高精度TMR电流传感器的提出有效提升了电流测量能力.与此同时需要重点考虑温度漂移以及空间地磁场在TMR电流传感器测量过程中的影响.针对该问题,本文提出了基于改进深度信念网络的TMR电流传感器温漂与地磁场校正方法.首先,针对TMR电流传感器由于受到强磁场干扰或故障下的异常输出数据,利用贝叶斯结合信息熵理论识别并剔除;其次,使用改进深度信念网络重构空间地磁场、温度与TMR电流传感器测量输出的映射关系;最后,本文对所研发的TMR电流传感器进行了标定实验和误差分析.实验结果表明,在-40~80℃的温度变化范围内,算法补偿后的温度漂移系数由900×10^(-6)/℃降至32.33×10^(-6)/℃.TMR电流传感器对地磁场的敏感程度明显降低,平均绝对百分比误差由2.1530%降低到0.4109%,均方根误差由0.1048 A降低为0.0200 A.

计及信息不确定性的多端交直流混合配电网分布式二级协同控制

分布式一致性控制(distributed consensus control,DCC)因其灵活协同能力成为交直流混合配电网二次控制的新途径.然而,传统DCC并未考虑实际通信环境中存在的随机时变时延和数据丢包问题,这致使其在非理想通信环境下难以稳定跟踪一致性期望目标.为此,本文提出一种计及信息不确定性的分布式二级协同控制策略.利用变量累加补偿机制,对时变时延和数据丢包进行统一等效.进而基于附加一致性算法(surplus consensus algorithm,SCA)构建具有零稳态误差特性的估计器,并对其收敛性进行推导证明.在此基础上,设计稳态收敛性能不受通信约束干扰的SCA-DCC控制器,实现非理想通信环境下的精准平均电压偏差调节和有功功率成比例分配.随后,以时延容忍度为指标优化SCA-DCC控制器参数,满足系统在不同通信条件下的稳定需求,进一步增强控制器的通信鲁棒性.仿真结果表明,在不同功率扰动和故障工况下,与现有控制策略相比,所提控制策略能够克服时变时延和数据丢包产生的负面影响,在维持较优动态响应性能的同时使稳态电压偏差降低73.08%~85.25%,具有控制精度高和抗扰动能力强的特点.