典型电力系统模型的双参数分岔分析

针对一个典型的电力系统模型，综合考虑了负荷节点的有功和无功负荷对电压稳定的影响，对模型进行了双参数分岔分析，求得了参数空间中的鞍节点分含（ＳＮＢ）曲线和霍普夫分岔（ＨＢ）曲线。结果表明，在有功负荷水平较低时，系统在达到ＳＮＢ点之前会首先遇到ＨＢ点，因此系统会出现振荡失稳；随有功负荷的增加，ＨＢ曲线将达到极限点；如果有功负荷继续增加，则 ＨＢ点将会消失，电压崩溃将发生在 ＳＮＢ点处。并且通过计算 Ｌｙａｐｕｎｏｖ指数得到了系统在负荷 Ｐ—Ｑ平面上的稳定性。 ＳＮＢ曲线是系统轨迹稳定与发散区域的主要分界；在ＨＢ曲线所包含的区域内部，存在着复杂的特性，其中包含周期轨区域、混沌区域和轨迹发散等区域。因此，电压稳定分析应该充分考虑负荷模型的影响，而单纯考虑潮流方程解的存在性是不全面的； ＨＢ作为失稳的一种方式，其产生的物理机理和控制方法值得进一步研究。

覆冰导线舞动响应的双参数分岔研究

为揭示覆冰分裂导线舞动响应随双参数同时变化的规律,建立了覆冰分裂导线面内、面外和扭转耦合的非线性运动模型,并利用Galerkin积分、Routh-Hurwitz判据准则分析了覆冰导线在参数空间中的稳定域和非稳定域。以风速和风攻角为分岔参数,应用中心流形降维方法获得了原系统在平衡点附近的约化系统。采用将分岔参数视为系统状态变量的方式,把含参数的约化系统转化为不含参数的扩张系统,并结合规范形理论分段求解了导线运动方程在极坐标下的5阶Hopf分岔规范形,最后采用数值解对计算结果进行了验证。研究结果表明:所提出的理论模型能够有效预测覆冰输电线路的初始稳定性以及舞动响应在风速–初始风攻角参数空间中的变化特征。

三自由度齿轮系统的双参数分岔与全局特性研究

以三自由度齿轮系统为研究对象,通过构造参数平面内不同运动类型的边界线算法,得到了系统在参数平面内的分岔曲线。为了判断分岔曲线的分岔类型,构造了三自由度齿轮系统Poincaré映射的Jacobi矩阵及Floquet乘子算法。结合系统的分岔图、最大Lyapunov指数图(TLE)、相图、Poincaré映射图和Floquet理论,讨论了双参数平面上系统的分岔特性以及参数平面内系统动力学特性的演变,并利用胞映射法对系统随啮合频率变化下的全局动力学特性进行了研究。结果表明:系统在参数平面k-ξ33内存在倍化分岔曲线、鞍结分岔曲线、Hopf分岔曲线等;阻尼系数越大,综合误差越小,系统运动越稳定;鞍结分岔对系统的全局稳定性影响较大,而Hopf分岔对系统的全局稳定性影响较小。研究结果可为齿轮系统设计和参数选择提供理论依据,研究方法也适用于其它非线性系统的双参数分岔分析。

Morris-Lecar模型双参数分岔分析

Morris-Lecar(M-L)模型是一个重要的神经元模型.当适当调整参数时,M-L模型展示出许多复杂的动力学行为.文章针对M-L模型,利用双参数分岔分析并结合数值仿真的方法,研究了双参数平面上神经元电活动的存在区域及神经元电活动之间的转迁机制,实现了用同一个神经元模型模拟四种单参数分岔(超临界Hopf分岔、亚临界Hopf分岔、不变环上的鞍-结分岔和鞍同宿轨分岔)行为之间的转迁.同时,还考虑了在双参数分岔点附近极限环的幅值和共存区间的大小问题,为进一步研究分岔点附近的随机动力学机制提供了理论基础.

数字液压作动系统双参数Hopf分岔研究

为了探究参数间耦合作用对数字液压作动系统稳定性的影响,基于单参数分析结果,通过选取合适的辅助方程构建了最小增广系统模型,提高了利用数值延拓法进行双参数分岔分析的鲁棒性和计算效率,得到了系统在二维参数平面内的Hopf分岔边界并进行了分析和验证。研究结果表明:数字液压作动系统的活塞直径、控制阀口面积梯度、反馈丝杠导程以及运行速度只有在分岔边界间的有限稳定区域内沿一定方向取值,才能保证系统始终动态稳定且性能更佳;双参数分岔分析充分体现了分岔参数间的相互作用,对指导系统的参数设计更具实际意义。

风电系统多参数霍普夫分岔分析

应用多参数霍普夫(Hopf)分岔分析方法研究含异步发电机的风电系统电压稳定性。全面考虑了风电场的有功功率、无功功率和静止无功补偿器对电压稳定性的影响,进行了风电系统双参数Hopf分岔研究,求得有功功率和无功功率的两参数Hopf分岔边界,以及静止无功补偿器参数(参考电压和放大倍数)和有功功率的Hopf分岔边界。结果表明,风电场吸收的无功功率限制了有功功率的注入能力,较大的参考电压和放大倍数有助于提高风电场有功出力,避免了电压振荡失稳,而参考电压和放大倍数具有一定的互补性,其共同作用有利于延迟Hopf分岔,提高风电系统的电压稳定性。

电磁场效应下HR神经元的全局分岔与参数辨识

详细分析了在磁通变量和电场变量共同作用下五维Hindmarsh-Rose(HR)神经元模型的全局分岔行为.通过数值仿真的方法,做出该神经元系统的双参数分岔图、峰峰间期(ISI)分岔图和最大Lyapunov指数图,发现该系统在双参数平面上具有倍周期分岔、逆倍周期分岔、加周期分岔等分岔模式以及呈“锯齿状”的混沌结构.此外,基于Lyapunov稳定性理论以及自适应同步的方法,以混沌态时的系统为驱动系统,构建对应的响应系统,选择合适的控制器,实现了驱动系统与响应系统的同步,并辨识出未知参数.数值模拟证明了此方法的有效性和可行性.

电场作用下HR神经元的分岔分析及参数辨识

详细分析了电场作用下四维Hindmarsh-Rose (HR)神经元模型的分岔模式及放电行为。通过数值仿真得到该神经元模型的多组双参数分岔图、最大Lyapunov指数图、峰峰间期分岔图等,发现该模型在双参数平面上存在倍周期分岔、加周期分岔等模式及“锯齿状”混沌结构。通过构建合适的目标函数,提出了自适应混合粒子群遗传算法,将神经元模型的参数辨识转化为最优化问题。数值仿真结果表明,算法对神经元模型的参数辨识效果较好,能更准确地辨识未知参数,具有一定优越性。

耦合Rulkov神经元的复杂动力学行为

基于混沌的Rulkov神经元模型,考虑2个相同神经元在电耦合下的情形,通过数值计算对耦合Rulkov神经元模型进行双参数分岔分析,并借助单参数分岔图以及最大Lyapunov指数图进一步验证其分岔模式.结果表明:耦合Rulkov神经元模型呈倍周期分岔道路、拟周期道路以及阵发性道路3条典型的混沌路径;该模型具有伴有混沌的加周期分岔现象;随着耦合强度的增加,耦合Rulkov模型呈更复杂的动力学行为.

不同风电系统动态电压稳定的分岔分析

为研究接入风电场的电力系统的风电场注入功率和负荷节点无功功率这2个参数独立及共同作用对系统动态电压稳定的影响,针对接入加入动态负荷模型的异步机风电场和双馈机风电场的单机无穷大系统,分别进行了单参数和双参数分岔分析。分析结果表明,双参数分岔分析相对单参数分岔分析更能揭示系统参数对电压稳定的影响。同一系统结构和参数下,2种系统中当注入功率持续增大时,无功负荷过重会极大降低系统的稳定裕度;当注入功率保持恒定时,无功负荷的变化不影响系统稳定;通过风电场注入功率与无功负荷的协调运作,避开注入功率持续增大时无功负荷重载情况,系统可运行到效率最高;双馈电机风电系统稳定性高于异步电机风电系统,且双馈电机风电系统能得到更准确的系统稳定裕度。

电场作用下改进HR神经元模型的动力学行为

生物神经细胞内钾、钠和钙离子的跨膜运动将伴随着时变的电磁场,其中激发的电场能够实现对生物神经活动的进一步调制.主要运用非线性理论和数值模拟方案,建立并揭示了一类四维Hindmarsh-Rose(HR)神经元模型的时变稳定性以及全局动力学行为.基于理论分析证实了该非自治的模型存在3种类型的平衡点以及时变稳定性,这也为多吸引子共存提供了理论的依据.此外,得益于双参数分岔图,揭示了该模型的自组织特征,包括“梳”状的混沌结构、倍周期分岔甚至加周期分岔模式.与此同时,神经系统不可避免地受到时变的外界电场扰动,从而导致该模型产生更加复杂的放电活动,并借助于吸引域阐明了丰富的多吸引子共存行为,研究结论可以为进一步探讨外电场效应下神经元复杂的动力学特性提供参考.

风电并网对电力系统电压稳定的分岔影响

用延拓法对双馈机风电场和异步机风电场分别进行单参数和双参数分岔分析,推导了含有风电场及静止无功补偿器(SVC)情况下的系统潮流计算公式,并设计了追踪二维分岔曲线的方法,用时域仿真法对分岔分析的结果进行验证。通过在不同的风机模型及参数下进行时域仿真得到SVC影响系统分叉点的位置及电压失稳过程,结果表明时间常数越大,系统电压失稳的速度越快;在动态的异步机风电场模型下,等值机的惯性时间常数也影响系统的电压失稳过程,其时间常数越小,电压失稳的速度越快;在双馈机风电场模型下,功率因数不同,系统的传输极限及分岔值不同。

Pre-Btzinger复合体中耦合神经元簇同步模式及转迁的分岔分析

Pre-Btzinger复合体中兴奋性神经元节律性簇放电与呼吸节律的产生关系密切.泄漏电流对神经元簇放电具有重要的调节作用.本文利用双参数分岔分析和快慢变量分离等方法,研究了泄漏电流对耦合神经元簇同步模式及其转迁机制的影响.结果表明,在不同初始条件下,当泄漏电导改变时耦合神经元分别表现为同相"fold/homoclinic"型、"sub Hopf/homoclinic"型和反相"fold/fold cycle"型和"sub Hopf/fold cycle"型簇放电.本文的研究为进一步探索呼吸节律的产生机制提供了一些见解.

磁通e-HR神经元隐藏放电与分岔行为的研究

考虑电磁辐射对神经元放电活动的影响有着重要的现实意义.通过引入磁通变量来描述外界电磁辐射对膜电位的作用,建立了磁通e-HR神经元模型,并详细探讨该系统的放电特征和分岔模式.基于Matcont软件编程仿真的方法,研究了磁通e-HR神经元模型的Hopf分岔行为和共存放电区间,并发现该系统具有隐藏放电行为.此外,通过分析双参数平面上分岔行为,发现该系统存在倍周期、逆倍周期、伴有混沌加周期和无混沌加周期等分岔模式.从而为深入了解磁通神经元隐藏放电的产生和分岔行为提供了有益的探讨.

mHR神经元模型的分岔分析及其哈密顿能量控制

研究能量函数对神经元放电特性的影响,对控制神经系统的信息编码、信息传递有着至关重要的作用.文章运用了亥姆霍兹定理与数值仿真相结合的方法,研究了mHR神经元模型在双参数平面内的分岔行为及其放电模式的控制.通过数值仿真发现,mHR神经元模型具有非常丰富的分岔现象,在不同的参数平面内存在倍周期分岔、逆倍周期分岔及无混沌加周期等分岔现象.在此基础上,为了实现对神经元模型混沌放电模式的控制,对神经元系统施加了哈密顿能量反馈控制器.研究发现,通过适当调节该控制器的参数,就能够有效地控制神经元的放电模式类型.这对了解复杂神经元系统的能量消耗及其稳定性具有一定的现实意义.

电场下HR神经元的分岔分析及其同步

应用数值仿真与自适应同步控制方法,分析了Hindmarsh-Rose(HR)神经元模型在外加电场的影响下产生的复杂动力学行为.在基于数值模拟得到的双参数图像中了解到该系统具有倍周期分岔、加周期分岔模式以及“梳状”的混沌结构.在此基础上,运用Lyapunov稳定性理论以及未知参数自适应律设计出满足同步条件的自适应控制器,并通过数值仿真验证得出;该控制器具有较好的稳定性与自适应性.所得研究成果可以为在电场作用下神经元及其复杂网络的动力学特性的研究提供参考.

含风电场电力系统的静分岔分析

为了研究含风电场的电力系统电压稳定性及分岔情况,对典型的3节点系统采用延拓法及分岔理论进行单参数和双参数分岔分析。文中对含与不含风电场的系统稳定情况进行比较,得知用风电场代替普通发电机时,系统的分岔情况发生了改变,风电场对无功的依赖性较强,采用合适的动态无功补偿可以提升风电场的运行性能。风电场中静止无功补偿器SVC的参数对系统的分岔值有重要的影响,随着SVC放大倍数及参考电压的增大,系统的分岔值都会增大,但增大趋势有所不同。另外,由于对无功的需求较大,含风电系统的无功负荷不宜过重,否则会使系统的无功需求更大,从而影响电压稳定性。

磁通HR神经元模型的分岔模式及其同步控制

探究磁通神经元的分岔模式,对了解复杂的神经元放电活动有着重要的意义.本文基于数值仿真方法,探究了磁通HR神经元模型在双参数平面中的分岔结构,发现该系统存在伴有混沌倍周期分岔和无混沌的加周期分岔模式.运用自适应控制方法,研究了电突触耦合磁通HR神经元模型的同步控制,通过对从系统施加控制项,实现了主、从系统之间不同周期簇放电状态的同步控制.为了解磁通神经元的放电活动及其膜电压的迁移提供了有益的探讨.

磁通e-HR神经元模型的分岔模式与同步

基于外界电磁场建立了磁通e-HR神经元模型,通过数值仿真研究了在不同参数组合的情况下磁通e-HR神经元模型的分岔模式,发现磁通e-HR神经元模型存在倍周期、逆倍周期、无混沌的加周期等分岔模式.此外,基于理论分析,通过运用非线性自适应控制方法,研究了电突触耦合的磁通e-HR神经元模型的同步行为,实现了由混沌状态到簇放电状态的同步控制,从而为深入了解磁通神经元模型的分岔模式提供了有益的探讨.

电磁驱动下一类混合神经元模型的动力学响应与图像加密应用

在神经元活动的模型建立和分析过程中,应考虑一些生物物理效应。由于神经系统内部细胞内外离子浓度的波动,在集体电活动和神经元集群之间信号传播的过程中需要考虑电磁场的内部波动和跨膜磁通的影响。该文在一类混合神经元中引入磁通变量,通过对膜电位的调制诱发复杂的时变电磁场,运用Xppauto,Matcont和MATLAB等分析工具,探讨了新模型平衡点的存在性、初值敏感性和双参数分岔,发现外界刺激电流和电磁场变化时,可诱发新模型产生丰富的放电模式,如静息态、尖峰放电、周期(或混沌)簇放电,特别是由于磁通变量及忆阻器的引入产生的共存放电、隐藏放电等新现象。通过上述分析,基于电磁感应的神经元模型具有高非线性和较多的敏感参数,可使加密算法具有较大的密钥空间,基于此,该文设计了一种图像加密算法,对明文图像的像素先进行1次扩散再对其位置进行两次置乱。最后,通过一系列数值实验证明所设计的加密算法能有效地加密图像并且具有较高的安全性。该文考虑了神经细胞内外的电磁感应效应,有助于更全面了解神经元之间的信息编码和转迁规律,更多的分岔参数和高复杂性也使所设计的神经元模型在图像加密中具有很好的应用前景。