考虑状态受限和一致性的微电网二次控制

为解决交流微电网下垂控制产生的偏差问题,本文采用二次控制对分布式电源输出电压和频率进行调节.将微电网看成分布式多智能体系统,智能体间通过稀疏网络进行通信,运用多智能体一致性协议,本文提出一种基于障碍Lyapunov函数和自适应模糊系统的二次电压和频率控制器.采用障碍Lyapunov函数设计控制器,不但能保持系统的稳定性,还可使输出的电压和频率限制在预设的范围内.采用自适应模糊系统可对系统中的一些参变量的变化进行估计,提高了控制器的鲁棒性.本文给出了严格的稳定性证明.通过对负载变化,以及拓扑结构改变等的仿真测试,验证了所提方案的有效性.

基于Stacking融合模型的PHEV复合储能系统实时能量分配策略

为了解决插电式混合动力汽车单一电池低比功率、无法响应暂态功率需求的问题,设计了电池和超级电容并联式复合储能系统。同时针对采用动态规划法优化负载电流分配时缺乏实时性的问题,利用不同驱动工况下动态规划优化的结果构成训练集进行训练,并综合GRU网络以及XGBoost算法,提出了一种Stacking集成学习框架下多模型融合的能量分配策略。仿真结果表明,与仅使用单一电池的储能系统相比,基于Stacking融合模型的实时能量分配系统在UDDS和US06两种循环工况下,电池峰值电流分别降低了48.7%和50.8%,有效削弱了电池的峰值电流,提升了电池的整体性能。

基于BA-MKELM的微电网故障识别与定位

提出一种基于贝叶斯算法优化多核极限学习机的微电网故障识别和定位方法。针对极限学习机输入参数和隐含层节点数随机选取导致回归能力不足的问题,引入核函数,将多项式与高斯径向基核函数加权组合构成多核极限学习机建立故障识别与定位模型,并采用贝叶斯算法对多核极限学习机相关参数进行优化,进一步提高模型的逼近能力。为了验证所提模型的故障识别与定位性能,选用极限学习机和多核极限学习机分别建立故障诊断模型进行比较分析。实验结果表明,所提方法能够高性能地识别和定位微电网中任何类型的故障,识别和定位精度更高。

基于PF-LSTM的锂电池剩余使用寿命预测

针对锂电池剩余使用寿命(RUL)难以准确预测的问题,提出一种考虑多种寿命衰退特征与数据时序性的基于粒子滤波改进长短期记忆网络(PF-LSTM)的预测模型,并应用于锂电池的RUL预测。从电池历史充放电老化数据中提取与容量衰退密切相关的健康因子作为LSTM网络的输入,利用PF算法全局优化的能力寻优超参数,包括神经元个数、学习率、节点丢弃率、批尺寸大小、训练步数等6个参数,提高网络的预测能力;引入Dropout层,避免网络过拟合,提高模型的泛化能力。基于NASA PCoE电池数据集进行实验验证,对4块电池在不同预测起始点下的容量估计和寿命情况进行预测,并与经网格搜索的LSTM,SVR等算法进行比较。实验结果表明,PF-LSTM容量估计的RMSE与MAE均在2%以内,且寿命预测误差在3个循环以内,相比于其他算法精度最高。

考虑状态受限的微电网二次电压与频率固定时间控制

该文研究孤岛交流微电网二次电压和频率的固定时间精确控制问题,基于多智能体一致性方法,提出考虑状态受限的自适应模糊固定时间二次电压控制器和基于控制障碍函数的二次频率控制器。在多智能体一致性控制中,将每一个分布式电源视为一个非线性智能体,智能体之间通过稀疏网络进行通信。在电压控制器设计中,采用反馈线性化后未知变量的自适应模糊估计提高控制器的自适应能力,并引入新的滑模面使电压控制器在固定时间内收敛。考虑到系统状态受限问题,分别采用障碍Lyapunov函数和控制障碍函数设计电压与频率控制器,使系统状态在预设的约束范围内。频率控制器的设计还考虑了有功功率的精确分配问题,给出了严格的固定时间收敛及稳定性证明。在Matlab/Sim Power System环境下,对微电网负载变化及大干扰下的仿真验证了所提控制器的有效性。

基于深度迁移学习和LSTM网络的微电网故障诊断

提出一种基于深度迁移学习与长短期记忆网络相结合的微电网故障诊断方法,可对不同结构的微电网进行故障诊断。首先利用小波包变换提取故障特征组成特征向量作为网络输入;其次,利用源域数据样本对长短期记忆网络故障诊断模型进行预训练,并保存相关参数;然后采用迁移学习将预训练模型中的参数迁移至域自适应网络,得到深度迁移学习与长短期记忆网络相结合的模型;最后根据有标记数据(源域数据)和目标域数据对模型进行微调迁移训练,将单一微电网故障诊断模型迁移至其他不同结构微电网。测试结果表明,该方法能高性能地检测和识别不同结构微电网中任何类型的故障,识别结果均方误差为8.5905×10^(-5),相比于自适应调整前的长短期记忆网络模型小2个数量级,识别效果更好,诊断精度有明显提高。

基于Hamilton多智能体系统的风力发电机组协同控制

针对风力发电复杂非线性系统,研究变风速条件下实现最大风能捕获。考虑风力发电系统的非线性因素,建立了每个风力发电机的Hamilton模型。基于多智能体一致性方法,采用互联有向图表征多风力机之间的通信联系;设计了预置控制器,将领导者风力发电机稳定到期望的平衡点以实现最大风能捕获;设计了一种领导—跟随一致性控制协议,以实现跟随者多风力发电机之间以及与领导者风力发电机的协同控制。仿真验证了所提控制策略的有效性和优越性。当某风力发电机发生通讯中断后,经过0.7 s的调整便跟踪上领导者风力发电机,波动最大值为1 rad·s^(-1),且所有风力发电机都实现了最大风能捕获。

基于自适应H_(2)/H_(∞)滤波的锂电池SOC和SOH联合估计

准确、实时地估计电池的荷电状态(state of charge,SOC)和健康状态(state of health,SOH)是现代电池管理系统的关键任务。通过自适应H_(2)/H_(∞)滤波器可对锂电池的SOC和SOH进行联合估计。该方法基于锂电池的二阶RC等效电路模型,采用AFFRLS法在线辨识锂电池的模型参数,并利用H_(2)/H_(∞)滤波器估计锂电池的SOC,AFFRLS辨识与H_(2)/H_(∞)滤波交替进行,得到一种自适应H_(2)/H_(∞)滤波器。SOH依据AFFRLS辨识的电池内阻进行估计,实现了锂电池SOC与SOH的联合估计。实验结果表明:自适应H_(2)/H_(∞)滤波算法的估计精度高且鲁棒性强,电池的SOC和SOH的平均估计误差始终保持在±0.19%以内,相比于EKF和H_(∞)滤波算法有更高的估计精度与稳定性。

考虑配电网负荷的电动汽车分布式充电控制

针对大规模插电式电动汽车接入对配电网安全运行造成威胁的问题,提出一种考虑配电网负荷的电动汽车分布式一致性最优充电方案。该方案采用双层优化结构:上层以减少配电网负荷波动与满足充电站功率需求为目标建立数学模型,采用粒子群优化算法求解各时段电网分配给充电站的功率;下层在充电站功率供不应求的情况下,以最大化整体用户的利益和减少充电电流波动为目标建立数学模型。提出一种基于多智能体的分布式充电协议求解电动汽车的最优充电功率。该协议是分布式的、可实现电动汽车的即插即用,且具有很好的鲁棒性和扩展性。该方案既保障了配电网的安全运行又提高了整体用户的满意度。仿真验证了方案可行性。

基于改进深度强化学习的HEV能量分配策略研究

以并联式混合动力汽车(HEV)为研究对象,建立整车需求功率及动力系统模型,提出一种基于改进深度强化学习(DRL)的能量分配策略。通过改进DRL中的双延迟深度确定性策略梯度(TD3)算法,引入双重回放缓冲区,提出DRB-TD3算法以提升原算法的采样效率。设计了基于规则的约束控制器并嵌入到DRL结构中,以消除不合理的转矩分配。在UDDS行驶工况下,以基于动态规划(DP)的能量分配策略性能作为基准进行仿真实验。实验结果表明,与深度确定性策略梯度(DDPG)算法以及传统TD3算法相比,DRB-TD3算法收敛性能最佳,收敛效率分别提高了61.2%和31.6%;所提出的能量分配策略相比于基于DDPG和基于TD3的能量分配策略,平均燃油消耗分别降低了3.3%和2.3%,燃油经济性达到基于DP的95.2%,效果最佳,且电池荷电状态(SOC)能够保持在一个较好的水平,有助于延长电池的使用寿命。

分析癫痫患儿联合应用左乙拉西坦、奥卡西平治疗的疗效及安全性

目的探讨左乙拉西坦联合奥卡西平治疗癫痫患儿的效果及安全性。方法62例癫痫患儿,通过随机数字表法分为参照组和观察组,各31例。参照组患儿实施奥卡西平单独治疗,观察组患儿采取左乙拉西坦联合奥卡西平治疗。比较两组患儿临床效果、脑电图改善效果、不良反应发生情况及治疗前后认知功能、生活质量。结果观察组临床总有效率93.55%高于参照组的74.19%,差异有统计学意义(P<0.05)。观察组脑电图总改善率96.77%高于参照组的80.65%,差异有统计学意义(P<0.05)。观察组不良反应发生率3.23%低于参照组的19.35%,差异有统计学意义(P<0.05)。治疗后,观察组语言智商、操作智商、总智商评分分别为(49.11±0.81)、(49.35±0.45)、(99.35±0.64)分,均高于参照组的(47.31±1.24)、(47.21±2.25)、(97.10±2.05)分,差异有统计学意义(P<0.05)。治疗后,观察组认知功能、精力、药物影响、对发作的担忧、社会功能、情绪状况、自评生活质量、总体健康水平评分分别为(67.58±10.16)、(77.67±11.76)、(69.26±11.25)、(67.29±11.34)、(77.54±11.97)、(68.16±10.49)、(70.69±11.83)、(69.46±10.16)分,均高于参照组的(58.22±10.14)、(67.27±11.13)、(59.04±10.23)、(57.28±10.05)、(65.07±10.28)、(58.36±10.18)、(59.65±10.65)、(60.32±10.20)分,差异有统计学意义(P<0.05)。结论左乙拉西坦和奥卡西平联合治疗癫痫患儿疗效理想,脑电图痫样放电改善率较高,还可改善患儿认知功能及生活质量,具有较高的临床应用价值。

基于均衡修的城市轨道交通车辆基地工艺

均衡修与传统检修都属于检修模式,在城市轨道交通车辆检修中起着重要作用。该文主要研究均衡修与传统检修对城市轨道交通车辆基地工艺的影响,希望更好地发现具有实用价值的检修模式,从而科学地发展城市轨道交通车辆基地工艺,保证城市轨道交通车辆运行水平,推动城市交通事业健康发展,激发城市发展活力。

基于蝙蝠算法的永磁同步电机健康状态监测

永磁同步电机健康状态监测问题可转化为永磁同步电机多参数辨识问题。为提高系统参数辨识及状态监测效率,提出一种基于多智能体蝙蝠算法的永磁同步电机参数辨识方法。多智能体的邻域竞争合作算子实现了蝙蝠个体间的信息交流,提高了全局寻优能力及算法的动态跟踪性能;自学习算子提高算法局部寻优能力,加快算法收敛速度。永磁同步电机多参数辨识结果表明,多智能体蝙蝠算法能快速有效地辨识电机各参数,依据参数变化实现对电机运行状态的监测及预警。与未改进算法相比,验证了改进算法的有效性和优越性能。

基于逆系统方法的并网逆变器自适应模糊滑模控制研究

风电系统三相PWM并网逆变器控制的主要目标是控制输出电流并保证直流侧电容电压的恒定。针对现有的三相PWM并网逆变器系统具有多变量、非线性、强耦合等特点,采用开关函数法建立其开关周期平均模型,在并网逆变器数学模型的基础上,使用非线性逆系统方法,推导出并网逆变器的逆系统模型,构造出伪线性系统,实现了反馈线性化和解耦。对伪线性系统设计滑模控制器,考虑实际中存在建模误差,利用自适应模糊方法进行调整,解决了建模误差未知或变化的问题。理论分析和仿真结果均表明,该控制策略能保证直流侧电压恒定且能控制并网逆变器的输出电流,具有良好的动态响应能力。

基于模糊自整定PI控制和重复控制的单相正弦脉宽调制逆变电源复合控制方案

提出了一种基于模糊自整定比例积分(ProportionalIntegral,PI)控制和重复控制的新型单相正弦脉宽调制(SinusoidalPulseWidthModulation,SPWM)逆变电源控制方案。利用模糊自整定PI控制增强系统抵抗参数变化和各种非线性不确定扰动的能力,改善了系统的动态特性;利用重复控制改善系统的稳态特性和增强系统克服同频率扰动的能力。仿真实验结果表明,该控制方案使正弦波逆变电源系统获得了良好的稳态和动态性能,在系统含有不同扰动频率时仍具有较好的控制品质。

基于云神经网络自适应逆系统的电力系统负荷频率控制

针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动的问题,提出一种基于云神经网络自适应逆系统的多区域互联电力系统负荷频率控制方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制有效解决系统响应和扰动抑制的矛盾。将云模型引入自适应逆系统构建云神经网络辨识器。利用云模型在处理模糊性和随机性等不确定性方面的优势,进一步提高神经网络的辨识能力。仿真结果表明,所设计的云神经网络自适应逆系统不仅可以得到好的动态响应,还可以使风电及负荷引起的扰动减小到最小。

非线性系统的T-S模糊建模与控制

研究了非线性系统的T-S模糊建模与控制问题,并应用到一级倒立摆的模糊建模中。采用并行分配补偿法(PDC)设计控制器,并用线性矩阵不等式(LMI)计算控制器参数,仿真验证建模正确,控制器简洁有效。

直驱永磁风电系统能量成形与最大风能捕获

针对风速多变及外界干扰情况下风电系统出现的风能利用率低、鲁棒性差及安全可靠性差等问题,提出了一种基于能量成形的直驱永磁风电系统最大风能捕获算法。该算法采用能量成形及端口受控哈密顿(PCH)系统方法,从能量平衡的角度,建立永磁发电机(PMSG)PCH系统的非线性模型,设计了PCH系统反馈控制器。通过基于PCH系统控制器和H∞控制器的叠加反馈,设计出能跟踪最佳转矩且具有扰动抑制的PCH系统H∞控制器。实验结果表明,该控制策略实现了风电系统的变速恒频运行、最大风能利用,验证了理论模型和控制策略的正确性、可行性。

多机电力系统模糊自适应控制

发电机组的励磁控制对于提高电力系统的暂态稳定性起着至关重要的作用。针对多机电力系统励磁控制模型,设计模糊自适应控制器。考虑到电力系统的状态不可测及多变量、非线性等特点,设计状态观测器,而后根据多机电力系统互联的实际情况,运用蚁群算法的寻优功能优化模糊规则,一定程度上改善了多变量系统控制中模糊规则繁多的问题。此方法使系统在保证了良好暂态稳定性的同时,降低了控制器的设计难度。仿真结果表明所设计的控制器能够快速有效地改善系统在大干扰下的暂态稳定性。

不确定非线性系统的模糊保性能容错控制

针对一类具有范数有界参数不确定性的非线性系统和一个二次型性能指标,提出了在执行器故障时保性能控制器的设计方法。采用线性矩阵不等式的方法,得出了系统在执行器故障时保性能控制律存在的充分条件,使系统对允许的不确定性具有鲁棒性,并达到一定的性能指标。仿真结果表明该方法的有效性。