D-Q电网络全阶模型构建方法与潮流计算

文中提出D-Q电网络全阶模型构建方法,从RLC电路属性出发建立了dq坐标系下电网络元件动态模型,通过代数图论对电网络进行数学模型构建,即建立dq坐标系下包含耦合项、微分项及同轴代数项的D-Q电网络全阶模型,为电力系统潮流计算、动态数值仿真等问题的分析提供了新的思路和参考。以潮流计算为例,忽略网络动态特性,基于D-Q电网络的节点电压方程,构建D-Q电网络潮流模型,并用牛顿–拉夫逊法(Newton–Raphson,NR)迭代求解。在迭代过程中,PQ节点及PV节点电压幅值不平衡量对应的雅克比矩阵非对角线元素保持常数,提高了运算速度。通过IEEE 118、300等多个算例对应不同场景对所提潮流方法进行测试分析,结果表明,该潮流方法具有运算速度快,对迭代初值和负载水平不敏感的优点。

一种修正的动态神经元网络模型的类脑电活动及其应用

在作者以前所提出的一种简化现实性神经网络模型一动态神经元网络模型的基础上，进一步考虑了发放神经脉冲引起的兴奋性变化以及每个神经元和其它神经元之间都只有有限联结的性质。使修正后的模型具有更强的生物学真实性。计算机仿真表明由这样的网络产生的类脑电活动对初值极端敏感，具有明显的混沌动力学性质，利用这一点作者们成功地对电脑文档进行了加密和解密，参数和初值的微小改变都使解密失败，从而可望由此得出高度可靠的保密手段。

用于电路机辅分析的动态元件0_+模型

分析了目前文献中提出的动态元件的3种0_+模型,指出了其中2种模型存在的问题及适应的范围,对另一种模型提出了按允许计算误差和计算机的舍入误差来选择微步长的方法。

一种基于ANN的FGH96合金动态流动行为的电路模型

在锻造领域 ,多采用数字模型进行工艺设计和过程控制 ,但数字模型无法完成材料成型过程的实时控制。因此 ,有必要建立一种适合于实时控制的材料动态流动行为模型 ,以提高生产效率和锻件质量。通过热模拟试验 ,对热等静压态 FGH96合金的高温流动特性进行了研究 ,用 BP( Back Propagation)网络建立了 FGH96合金隐式本构关系模型 ,利用模拟电路的快速反应与易于控制等特点 ,建立了基于 ANN的 FGH96合金的动态本构模型。该模型具有较高的预测精度 ,能很好地反映材料成型过程的动态流动行为 。

关于两种神经网络模型动态范围的一点注记

Hopfield提出了一个连续状态的神经网络模型,使它与模拟电路直接对应。随后,大量的文献论述了这种网络的理论与应用,但它们都没有涉及网络神经元的输入动态范围问题。

基于动态因果模型的视觉工作记忆任务脑效应网络研究

目的从多通道脑电(electroencephalographys,EEGs)的效应连接角度,探究工作记忆的脑网络机制。方法收集15名健康志愿者的32通道脑电数据,通过源定位确定视觉工作记忆任务的激活脑区,在此基础上进行动态因果模型(DCM)分析,计算各连接的超越概率,构建工作记忆脑效应网络。结果双侧顶叶(PAR)到同侧背外侧前额叶(DLPFC)和双侧顶叶(PAR)到同侧额中线皮层(MFC)连接的超越概率大于其它连接。模型中正向连接簇的超越概率EP_forward大于反向连接簇的超越概率EP_backward和横向连接簇的超越概率EP_lateral(P<0.01)。结论视觉工作记忆过程中,双侧顶叶与同侧背外侧前额叶、额中线皮层之间有信息交流,顶叶皮层的信息流向前额叶皮层。

动态因果模型在脑网络研究中的应用进展

大脑各功能区之间的有效连接是脑科学研究领域的一个重要内容。研究在不同情形下相关脑区之间有效连接所构成的大脑网络,对于全面理解大脑的功能机制,治疗各种与大脑相关疾病,开发脑功能具有重要意义。动态因果模型是一种分析大脑有效连接的优势方法。结合功能性磁共振成像、脑电、近红外脑功能成像等3种检测技术,综述动态因果模型的相关研究。动态因果模型在功能性磁共振成像中的应用涉及脑卒中、认知神经科学和精神疾病相关的脑网络研究;脑电相关动态因果模型的应用主要涉及认知神经科学以及与精神分裂症、阿尔兹海默症、癫痫、帕金森等疾病相关的内容;目前动态因果模型在近红外脑功能成像中的应用还较少,主要涉及认知神经科学研究。最后,对这3种技术进行了比较和展望。

“滑动变阻器”构成的动态电路模型及其应用

一、“滑动变阻器”构成的动态电路模型 如图1所示，就是由“滑动变阻器”构成的动态模型电路，引起电路中电阻变化的是滑动变阻器，常见问题是：滑动变阻器的滑片滑动，连入电路中的电阻变化，引起电路中的局部和整体电阻变化，导致电路中其他电路元件各个物理量的变化．

用于风电场聚合建模的内部集电网络变换方法

风的随机性使得风电场内具有相近运行状态的风电机组的空间分布也具有随机性,因此在风电场聚合建模中将涉及任意位置上风电机组的聚合问题。针对辐射形结构的风电场,提出了一套集电网络处理方法。在拓扑及参数已知的情况下,以网络变换前后由电网电压产生的风电机组端口电压不变为原则,可以对集电网络进行并联化变换;而当已知条件不足以进行此项变换时,以风电场聚合前后功率相等为原则,可以对集电网络进行单阻抗等效。经过网络变换后,风电场内各台机组之间将成为纯并联结构,可以适应任意位置上风电机组的聚合。仿真结果表明,该变换方法对基于定速感应发电机和双馈感应发电机的风电场都适用,且得到的聚合模型具有很高的精度。

TLM法在线性动态电路中的应用

详细介绍了采用TLM法求解线性动态电路的过程 ,指出了TLM法具有物理概念清晰 ,计算稳定。

Elman神经网络在非线性模拟电路故障诊断中的应用

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确诊断率。首先用改进的Elman神经网络建立故障电路和无故障电路系统模型,然后用遗传算法搜索电路故障诊断的最佳激励信号参数。

初始值与动态元件参数的关系定理

本文提出动态电路初始值与动态元件参数的关系定理。文中提出:常态网络中元件的初始值与动态元件参数无关,从O_+等效电路中可直接求出全部初始值。退化网络中初始值与动态元件参数有关。并给出与元件参数有关的关系公式。掌握此定理,事先可判断初始值与态元件参数有无关系,应用公式能快速求解,在求解初始值时可避免错误。

对直流非线性电阻元件的教学探讨

在电路分析中,线性电阻元件最常见。由线性元件组成的电路,称为线性电阻电路。线性电阻元件的伏安关系符合欧姆定律,其伏安特性是通过座标原点的一条直线,如图1示。

插电式混合动力汽车车速预测及整车控制策略

本文针对插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)这一典型混杂系统,提出了一种基于车速预测的混合逻辑动态(mixed logical dynamical,MLD)模型预测控制策略.首先,通过对发动机和电动机能量消耗模型进行线性化,建立双轴并联插电式混合动力城市公交车的动力传动系统数学模型;其次,运用模糊推理进行驾驶意图分析,提出基于驾驶意图识别和历史车速数据相结合的非线性自回归(nonlinear auto-regressive models,NAR)神经网络车速预测方法进行未来行驶工况预测.然后,以最小等效燃油消耗为目标建立PHEV的混合逻辑动态模型,运用预测控制思想对车速预测时域内最优电机转矩控制序列进行求解.最后,通过仿真实验验证了本文所提出控制策略在特定的循环工况下与电动助力策略相比,能够提高燃油经济性.

考虑风电随机性的电力系统厂/网双层分解协调经济调度方法

针对大规模风电接入给省级电网带来的挑战,提出一种考虑风电随机性和网络安全约束的厂/网双层分解协调经济调度方法。上层以电网的安全经济运行为目标,决策变量是各个电厂的出力和弃风量,交替求解主问题和误差场景子问题,以确保使全网运行费用最小和电网有足够的能力去应对风电的随机性;下层求解电厂子问题,以电厂内机组的经济运行为目标,决策变量为各个机组的出力。采用Benders分解算法求解上述模型,产生2种最优切割以近似误差场景子问题和电厂子问题。通过对含3个风电场的某省级电网的计算,验证了所提方法的有效性。

基于天然气动态模型的电-气耦合网络稳定控制策略研究

随着终端能源系统的快速变革,天然气网络与电力网络的耦合程度日益增加,燃气机组可快速响应可再生能源出力的不确定性,同时也将引起天然气网络状况的巨大波动.因此,本文针对电-气耦合网络的相互作用,提出了有效的模型和方法对其进行动态分析.首先,对偏微分方程模型进行改进,使其能够有效反映天然气管道的端口特性.该线性模型显著地减小了传统模型的复杂度与计算量,更适用于电-气耦合网络的在线分析计算.在此基础上,计及压缩机的动态特性,提出了基于可变压缩比的电-气耦合网络稳定控制方法,保证电-气耦合网络的安全稳定运行.最后通过仿真算例,验证了所提模型的准确性和控制方法的有效性.

电子电路教学的新途径

简化H参数模型几乎是目前求解三极管电路的唯一通用方法（以下称其为传统方法）,用这种方法解题有一些优点。但也存在着一些困难和局限。在近几年的教学过程中我们尝试引进以传输参数矩阵[A]为主的二端口网络理论求解三极管电路。从教学过程中看到,这种方法有许多优点,比传统方法更易于被学生接受。本文就这种新方法作一些介绍。我们先看如图一所示的例子。已知场效应管T1、T2的共源简化Y参数gma=2mV/V,Rd=10K,求中频电压放大倍数Aum和输出电阻r0。这一电路的动态电路可画为如图二所示。我们把动态电路按T1、Rs、T2、Rd

电力电子电路故障预测技术研究

电力电子装置一旦发生故障之后,将会致使整个系统瘫痪,造成人员伤亡和经济方面的损失,因此,加强电力电子电路的故障预测研究十分必要。本文主要采用BP神经网络模型对B u c k-Boost电路进行Pspice软件动态仿真故障预测,结果表明BP神经网络算法模型应用效果较好,具有一定的实践价值,期望通过研究为电力电子电路故障预测提供理论支持。

基于频域电网络模型接地体冲击散流分布的研究

研究接地体冲击散流特性是优化地网冲击特性、降低输电线路雷击跳闸率的重要措施。通过对接地导体分段建立频域电网络模型模拟接地体冲击泄流过程,采用迭代法考虑土壤动态电离对散流分布的影响,并利用CDEGS软件仿真及真型散流试验对频率电网络模型及其迭代求解结果进行了对比验证。本文研究了标准电流波形下水平伸长接地体在不同接地体尺寸、不同土壤电阻率及不同电流峰值下的散流规律,得出接地体冲击散流不均匀分布是由导体段之间对地互阻抗及电感效应引起的。

动态受控源元件模型

本文提出了动态二端口受控源元件模型和动态n端口受控源元件模型，在此基础上讨论了用集中元件的最少基本积木块对动态受控源进行综合问题。由于不同类型的元件相互联接时，这些联接一般来说是不相容的，即使是代数元件端口指数相同的端口按某些方式联接，也可以是不相容的，因此就会形成动态元件，从器件造型的角度来说，动态元件也是必不可少的，所以动态元件受控源也就成为重要元件模型了，因此有必要为动态受控源元件建模。