基于动态可重构电池网络状态空间模型的电池荷电状态估计

动态可重构电池网络(dynamic reconfigurable battery network,DRBN)通常由众多差异性电池单元经过电力电子开关串并联构成。为了实现对这些电池单元的均衡管理,并确保在网络中安全、精确地隔离故障电池单元,必须通过协同控制电池单元间的拓扑连接。因此,深入分析电池单元间的耦合关系对于网络管理至关重要。该文结合图论中的割集网络分析方法和电池单元的n阶Thevenin模型,构建DRBN的状态空间模型,从而将网络中所有电池单元耦合在一起。同时,鉴于电池单元的荷电状态(state of charge,SOC)信息对网络的优化运行和储能系统的能量管理至关重要,该文提出一种基于DRBN状态空间模型的SOC一体化估计方法。为了验证所提方法的有效性,通过实验和数值仿真,将其与现有研究中广泛采用的基于电池单元模型的荷电状态估计方法进行了对比分析,以得出最终结论。

三有源桥DC-DC变换器广义状态空间平均模型及控制策略研究

基于移相加占空比控制策略的三有源桥TAB(triple active bridge)DC-DC变换器具有效率高和软开关范围可扩展等优点,但其小信号建模过程复杂、闭环控制环路参数整定困难。针对该问题,提出1种TAB工作在移相加占空比控制下的全阶连续广义状态平均建模和PI控制器设计方法。首先,分析TAB的运行原理和Y型等效结构;然后,结合移相加占空比控制的特点和交流方波源等效方法,推导出TAB的广义状态空间平均模型;接着,在推得模型的基础上求得输入到输出的传递函数,设计出PI控制器参数。最后,结合数字仿真及样机实验验证了所提方法的正确性及有效性。

基于主动学习和视觉状态空间模型的热点检测器

物理验证是芯片生产制造中的关键问题,可保证芯片良率。在实际制造前检测芯片版图中的潜在热点是物理验证的重要步骤,确保制造可行性,提高生产效率。传统的热点检测技术具有检测周期长、消耗大量计算资源等问题,不仅增加了整个生产周期的时间成本,而且检测到的热点模式有限。基于主动学习技术和视觉状态空间模型,本文提出一种新的热点检测模型,使用记忆性评估查询的采样策略,缓解热点数据和非热点数据不平衡问题对模型的影响;同时对基于卷积神经网络(Convolutional Neural Network,CNN)结构的分辨率受限以及基于视觉转换器(Vision Transformers,Vi T)网络架构的二次复杂度进行优化,实现热点检测器的线性复杂度。使用ICCAD-2012竞赛数据进行测试,表明本文提出的热点检测器能够显著减少误报率,当召回率高达98.89%时,误报率仅为1.47%。

基于状态空间模型的气温与天然气消费量关系研究

天然气消费量的影响机制对供暖季天然气的精准保供和运行调度至关重要,然而现有基于数据分析的研究方法普遍存在可解释性较弱的问题,无法深刻阐述影响供暖季天然气消费量变化的内在机理。基于动态系统理论基础,将天然气消费量变化的过程视为一个动态系统,因素影响消费量变化的过程作为系统内的状态变量,采用系统辨识方法构建状态空间模型分析状态变量的物理含义。以北方地区供暖季为例,构建了状态空间模型来分析温度变化对供暖季天然气消费量的影响,通过分析模型内部参数含义,揭示了天然气消费量的动态变化过程,旨在从机理层面分析状态变量和系统之间的因果关系来进行可解释性分析研究。所提出的模型提供了一个新的系统视角来理解和分析天然气消费行为,揭示了天然气消费量的动态变化模式,表明了温度滞后效应和累积消费需求在天然气消费预测中的重要性,为能源消费影响因素分析提供了新的研究方法。

基于反向学习的状态空间模型进化算法的充电桩故障诊断预测研究

随着电动车充电站的迅速普及,使用中的充电站出现的问题种类和数量持续上升,相应产生的数据量也在不断增长。传统的手动数据管理方法已显得效率不高,不利于充电桩系统的正常运行。为此,文中提出了一种反向学习状态空间模型演化算法,应用于充电桩的故障诊断与预测,可进行反向学习自适应诊断,预测结果准确,处理速度快,有效提高了充电桩大数据的处理效率;同时将训练结果与实际故障数进行对比,验证了算法的准确性和有效性。研究成果为今后充电桩的安全运行提供了有效的技术支撑,具有重要意义。

状态空间模型(SSM)算法和矩阵束(MP)算法分析比较

主要研究了雷达目标一维散射中心参数提取的问题。首先介绍了空间状态模型(SSM)算法和矩阵束(MP)算法原理,然后分析比较了两种算法的异同点,在较高信噪比条件下,两种算法都能较为准确地估计参数,SSM算法在幅度估计的计算量方面有一定的优势,通过对仿真数据和暗室数据进行计算机仿真分析验证了理论分析的正确性。

基于状态空间模型的激光再制造熔池温度控制系统

激光再制造是用于再制造的一项重要技术,在航空航天、冶金、能源等领域应用广泛。然而,形状控制问题一直是制约其规模化和工业化应用的瓶颈。在激光再制造过程中,熔池温度是决定再制造件形状和性能稳定性的关键。基于此,本文提出了一种基于状态空间模型的激光再制造熔池温度实时在线控制方法,解决了控制机理模型难以建立和多变量约束的问题。

电动汽车多参数模型预测制动能量跟踪策略

针对电机制动能量回收率低和直流母线电压波动大的问题,提出了考虑电机功率、双向DC/DC变换器效率、超级电容电压等多个参数实时调整超级电容电流参考值的制动能量跟踪策略。采用储能单元的离散状态空间模型预测超级电容的电流和电压,并结合系统中多个参数计算超级电容的电流参考值。使用基于比例积分(PI)的电流环控制超级电容电流实时跟踪参考值,实现超级电容对电机能量的跟踪。通过仿真分析和对比试验,结果表明:所提出的策略能够将制动能量的回收效率由55.93%提升至86.76%,直流母线的电压波动范围抑制在0.9%以内。

基于状态空间模型(SSM)的雷达目标二维散射中心参数提取

传统的SSM算法是一种一维非线性系统参数估计算法。通过构造特殊状态空间矩阵对二位非线性系统进行参数估计,并在此基础上提出一种二维频率配对的方法。仿真实验证明该算法具有噪声抑制强、计算量低、分辨率高、估计方差小等优点。

SSMT:结合状态空间模型和Transformer的时序预测算法

目前基于Transformer的时序预测算法主要是利用Transformer内的注意力机制来处理一连串的数据。与基于循环神经网络(Recurrent Neural Network, RNN)的方法不同,Transformer使模型可以访问历史数据的任意一个部分而不用考虑距离,这使得它有可能更适合于学习到具有长期依赖性的重复模式。而状态空间模型在学习时具有更强的先验信息,在先验信息正确时可以减少模型训练的数据量。文章根据两种方法的特点提出了状态空间模型与Transformer联合的时序预测算法SSMT,先用Transformer将数据特征映射为状态空间模型的参数,再使用状态空间模型预测时间序列在每一个时间点上的概率分布,通过概率分布进行详细预测。通过在真实数据集上的测试,该算法在数据量不大的小数据集上也能取得较好的效果。

基于云理论和核向量空间模型的电力变压器套管绝缘状态评估

为了解决电力变压器套管绝缘状态评估中存在不确定性因素的问题,提出了一种新的状态评估方法。该方法全面考虑评估指标等级分类边界的随机性和模糊性,采用由云推理确定指标客观权重,由未确知理论确定主观权重的组合赋权法。建立了核向量空间模型,利用核函数将样本映射到高维特征空间的方法,在高维特征空间定义样本数据的指标有向线段和变压器套管绝缘等级标准的理想指标有向线段。进而通过计算两线段之间的夹角加权余弦获得样本与标准模式的贴近度,将绝缘评估问题转化为向量空间的模式识别问题,最终得出变压器套管所处的绝缘状态。实际算例表明该套管在第1次测试时,其绝缘状态贴近正常的贴近度最大即处于正常状态;第2次和第3次测试时,贴近故障的贴近度最大即处于故障状态。

基于状态空间模型的精密机床装配精度预测与调整工艺

在精密机械装配过程中,整机装配精度保障不能仅通过零件公差设计,还必须通过测量与调整等装配工艺共同实现,因此需要建立装配过程偏差传递预测与控制的数学模型,定量描述装配调整工艺对最终整机精度的影响。运用微分运动矢量作为各装配工序误差状态的统一表达方式,构建了零件公差模型、几何特征测量结果与装配过程偏差源数学表达的对应关系,提出了描述精密机床装配过程中关键几何特征变动、特征测量、调整的偏差传递状态空间模型。基于该模型,根据当前装配工序偏差与装配调整工艺对整机精度的影响规律预测,确定本道工序装配调整策略,从而保障整机装配精度。最后以精密卧式加工中心为对象进行计算分析,验证了该建模方法的有效性。

建立航空发动机状态空间模型的修正方法

以阶跃输入响应进行模型的检验, 提出了状态空间模型的修正方法: 基于动态响应较好的状态空间模型, 进行其矩阵B, D, F, G的修正, 获得基于稳态修正的模型, 解决了航空发动机状态空间模型检验与修正的问题。仿真表明, 使用该方法修正的状态空间模型具有与原非线性数学模型完全一致的稳态响应和基本一致的动态过程响应。这种方法为航空发动机多变量数字电子控制器的设计奠定了强有力的基础。

基于状态空间模型的房地产价格泡沫问题研究

文章首先对房地产价格泡沫进行了理论界定,并对基础价值的特点进行了分析。随后在检验变量之间协整关系的基础上,建立了商品房供给与需求的状态空间模型,基础价值作为一种状态变量被纳入到模型中,从而对上海市房地产价格泡沫问题进行了实证研究。研究结果表明上海市房地产价格泡沫已经出现,并且近四年来平均泡沫程度达到22.5%。

多工位薄板装配偏差流传递的状态空间模型

借鉴控制理论中的状态空间方法,研究多工位薄板装配过程中偏差流传递、变换和累积关系的状态空间模型。以零件偏差为状态矢量,夹具偏差为控制矢量,研究夹具偏差和零件偏差之间的对应关系以及零件在工位间转换过程中的重定位偏差,建立多工位装配过程偏差流传递的状态方程;以零件测量偏差为输出矢量,建立表征测点位置和数量的输出方程。最后通过实际零件的装配过程说明该模型的应用方法。

基于时空特性的交通自由流短时预测状态空间模型

结合交通流时间和空间特性,建立了自由流状态下交通流短时预测状态空间模型实现道路网交通流预测。首先采用自相关函数法,基于交通流实测数据,判断交通流率、占有率和速度时间序列的平稳性;其次,研究自由流状态下交通流参数空间传递特性。在此基础上,从交通流守恒方程入手,借鉴偏微分方程迎风格式时空离散的思想,对道路网交通流守恒方程组进行离散,建立自由流状态下交通流短时预测模型,进而考虑进出口匝道、车道数变更以及道路坡度等影响因素,将交通流短时预测模型转化为交通流短时预测状态空间模型,并采用定量评价与定性分析相结合的方法标定模型参数。实证研究表明:建立的模型能够实现自由流状态下道路网范围内交通流短时预测,预测平均绝对偏差为1.73veh/2min,同等条件下,经典自回归滑动平均(ARMA)模型和Elman模型的预测平均绝对偏差分别为3.19veh/2min和2.14veh/2min。

超文本学习状态空间模型与学习控制

超文本教学材料的路径控制是超文本教育应用中存在的一个重要问题．文中以知识空间理论和一般的关系型超文本数学模型为基础，引入超文本学习状态空间的概念；通过定义学习状态空间的数学模型和学习状态跃迁阈值，实现对状态空间学习路径的控制，避免学生“走弯路”，提高了超文本的教学效果．在这种控制方式下，学生在学习状态内部有充分的自由浏览各个知识点；在学习状态之间学生的浏览则受到合理的控制，从而达到了自由与控制的统一．

MEMS陀螺随机漂移的状态空间模型分析及应用

利用Kalman滤波器对MEMS陀螺随机漂移进行估计和补偿,需要将随机漂移的自回归滑动平均(ARMA)模型转化为相应的状态空间模型,从而有必要对模型之间的转换问题进行深入研究。针对国内外有关文献提出的三种转化形式,从数学角度进行了证明,并结合MEMS陀螺的试验数据,分别采用这三种状态空间模型进行了随机漂移和角速率估计试验。试验结果分析表明,采用状态空间模型1不能同时对陀螺随机漂移和角速率做出正确的估计,采用状态空间模型2、3的估计结果正确且滤波效果好、实时性强,更适用于对MEMS陀螺随机漂移的估计和补偿。

基于时变参数状态空间模型的能源消费影响因素研究

摘要：文章构建基于时变参数状态空间模型，以山东省为例，选取1990～2010年样本数据，通过对山东省国内生产总值GDP、第二产业产值比重SEC与全要素生产率TFP对能源消费弹性随时间变化趋势的研究，探讨山东省能源消费及其影响因素的动态特征。结果表明：山东省降低能耗的关键是调整产业结构，降低第二产业在国民生产总值中的比重，促进技术进步，提高能源利用效率。

基于状态空间模型的电力需求增长率分析

电力需求增长的周期性波动规律是进行电力规划时必须考虑的重要因素,而经济的周期变化是影响电力需求周期变化的主要因素.文章基于系统动力学的状态空间模型对电力需求与国内生产总值(Gross Domestic Product,GDP)增长率时间序列分别进行周期项与趋势项的分解,发现电力需求与GDP分解的周期项之间存在很强的相关关系;基于此关系及电力需求增长率序列数据自身的变化规律,采用计量经济模型预测了2004～2008年我国电力需求增长率,以期为当前的电力规划工作提供参考数据.