一种基于PMU的分块解耦状态估计模型

研究了使状态估计分块解耦的PMU配置,建立了引入PMU的分块解耦状态估计模型。利用PMU的电压量测,把一个电力系统网络分块成几个子系统网络分别进行状态估计,各个子系统之间不再存在数据的交换。PMU的支路电流相量可转换成相关节点的电压相量或相关的支路潮流,提高了量测系统数据的精度和冗余度,有利于提高状态估计的性能。对IEEE30节点的算例仿真表明,当PMU测量精度较高时,与常规的应用PMU的状态估计模型相比,分块解耦状态估计提高了估计的精度和速度。随着分块的增多,计算机并行技术的使用,有可能实现电力系统实时状态估计。

基于改进NS-SOMA的变循环发动机解耦控制方法

针对XTE76变循环发动机的控制结构问题,研究了2分块之间进行解耦的控制方法。基于内模原理,设计状态反馈控制器结构,以无超调快速跟踪和耦合抑制为目标,提出了改进的非支配序自组织迁移(NS-SOMA)多目标优化算法,在每代中按照与领导者的欧式距离均匀选择粒子进行迁移,提高了算法的收敛速度和精度,以此优化控制器参数,有效抑制了分块之间的耦合。同时研究了变循环发动机不分块的3变量控制方法,直接通过多目标优化抑制回路之间的耦合效应。在某型变循环发动机部件级模型上进行仿真验证,结果表明:不分块结构优于其他2种结构,相比分块控制结构,引起的最大耦合降低了30%,说明多变量综合控制更能充分利用现代控制理论解决回路之间的耦合问题。

多级Volterra滤波器的非线性系统建模(英文)

提出多级Volterra滤波器非线性建模方法 ,该滤波器等价于文献 [1]给出的分块解耦Volterra滤波器 ,此方法简化了文献 [1]中复杂的推导过程 .通过比较两种滤波器的均方误差 ,进一步分析其与标准Volterra滤波器的性能差异 ,给出刻画该性能差异的误差量 .

STOVL飞机发动机多变量控制方法

短距起飞/垂直降落(STOVL)飞机发动机已采用多变量控制方法。基于鲁棒稳定性和条件数分析、块相对增益矩阵分析,对STOVL飞机发动机不同工作模式下的三变量控制系统输出选择和控制结构设计进行了研究。对常规工作模式,提出了基于多目标优化的三变量分块解耦控制方法,通过定义最优指标实现动态跟踪和分块间的耦合抑制。对常规工作模式和垂直起降工作模式间的切换,提出基于升力风扇功率前馈的复合控制方法,以消除负载变化对系统性能的影响。仿真结果表明:提出的控制方法能够保证常规工作模式下良好的解耦控制效果,能够实现不同工作模式间的平稳过渡,验证了控制方法的可行性。