Improved Strategy of Grid-Forming Virtual Synchronous Generator Based on Transient Damping

The grid-forming virtual synchronous generator(GFVSG)not only employs a first-order low-pass filter for virtual inertia control but also introduces grid-connected active power(GCAP)dynamic oscillation issues,akin to those observed in traditional synchronous generators.In response to this,an improved strategy for lead-lag filter based GFVSG(LLF-GFVSG)is presented in this article.Firstly,the grid-connected circuit structure and control principle of typical GFVSG are described,and a closed-loop small-signal model for GCAP in GFVSG is established.The causes of GCAP dynamic oscillation of GFVSG under the disturbances of active power command as well as grid frequency are analyzed.On this basis,the LLF-GFVSG improvement strategy and its parameter design method are given.Finally,the efficiency of the proposed control strategy in damping GCAP dynamic oscillations under various disturbances is verified using MATLAB simulations and experimental comparison results.

Gauss-Markov估计关于误差分布的稳健性

对于一般线性模型y=Xβ+ε,本文讨论了在广义均方误差准则及均方误差矩阵准则下,未知参数β的可估函数Xβ的Gauss-Markov估计关于误差分布的稳健性,分别给出了误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Gauss-Markov估计在相应准则下是最优估计.

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.

广义Gauss Markoff模型下基于变换观测值的MINQUE

对于广义ＧａｕｓｓＭａｒｋｏｆｆ 模型Ｍ＝ ｛Ｙ，Ｘβ，σ２Σ｝ 和经过线性变换的模型Ｍ～＝ ｛ＦＹ，ＦＸβ，σ２ＦΣＦ＇｝ ，其中Ｘ不必列满秩，Σ可以奇异，Ｆ是任意给定的矩阵．本文给出了变换前后σ２ 的最小范数二次无偏估计在模型Ｍ 下相等的充要条件．

一般Gauss－Markov模型下一般可估函数的线性充分性和线性完全性

发展了Ｂａｋｓａｌａｒｙ和Ｄｒｙｇａｓ提出的一般Ｇａｕｓｓ－Ｍａｒｋｏｖ模型中线性充分性、最小充分性和完全性的概念，用Ｒａｏ的最小二乘统一理论，给出了这些概念的刻划定理。

矩阵损失下一般Gauss-Markov模型线性预测的可容许性

本文研究了一般Gauss-Markov模型中线性可预测变量的线性预测的可容许性.在给出线性预测可容许性定义的基础上,通过构造一个特殊的常量矩阵D0,分别得到了齐次和非齐次线性预测类中可容许的充要条件.

一般Gauss—Markov模型下的线性充分统计量的稳健性

本文在一般的Gauss——Markov模型之下讨论了可估参数函数的线性充分统计量、最小线性充分统计量的稳健性以及线性充分统计量、最小线性充分统计量的稳健性,给出了相应的充要条件。

基于非线性Gauss-Markov模型与广义EIV模型的矿区高程拟合方法研究

论文以矿区沉降观测的高程异常拟合为案例,分别基于非线性Gauss-Markov(GM)模型和广义EIV(error-in-variables,EIV)模型详细推导了煤矿开采沉陷区高程异常拟合方法。通过实测数据和仿真数据表明:在实测实验中,由于是等权的方式,广义EIV模型与非线性GM模型的估计结果一致且精度相当,与文献[8]的结论一致,表明了论文方法的正确性;在仿真实验中,广义EIV模型的参数与外推检核点的高程异常估值的均方根均小于非线性GM模型的结果。这也表明在加权条件下,广义EIV模型处理精度要优于最小二乘法的仿真数据处理精度。因此,应结合实际情况,选择合理的方法进行矿区高程异常拟合。

基于数值特性聚类的日前光伏出力预测误差分布模型

光伏出力预测误差难以避免且不容忽视,预测误差分布的准确描述有利于电力系统的优化调度和稳定运行。基于此,分析预测误差分布与其影响因素之间的相关性,提出一种基于数值特性聚类的日前光伏出力预测误差概率模型。利用模糊C均值聚类法对预测误差的整体水平进行分类,再依据预测出力的数值特性进行分区处理,并建立了适用于估计误差分布的通用型高斯混合模型。该分析方法综合考虑了气象因素和预测出力数值特性对预测误差的影响,可以较为准确地估计不同时刻的预测误差,给出预测误差分布的置信区间,且不受预测算法和光伏电站地理信息的限制。基于比利时和中国西北地区光伏系统历史数据的分析结果表明,所提误差模型可描述光伏出力预测误差分布偏态性和峰度多样性,效果优于其他分布模型,能够用于描述不同情况下的日前光伏出力预测误差分布。

基于高斯基函数 CMAC 模型的一种快速算法

广义小脑模型（ＣＭＡＣ）在函数泛化能力和函数逼近能力方面优于基本ＣＭＡＣ模型，但算法较为复杂，实时性差．因此，研究广义ＣＭＡＣ模型的快速算法，对于满足实时控制是非常必要的．文中研究了基于高斯基函数的广义ＣＭＡＣ模型的快速算法，定义了包含待学习样本点的一个超立方体子空间，提出了基于该超立方体子空间的快速学习算法．通过算例仿真表明，学习算法收敛速度较快，可以满足实时控制要求．

广义坐标形式的高斯最小拘束原理及其推广

当采用广义坐标描述系统的运动时,相比质点形式的高斯最小拘束原理,通过广义坐标形式的高斯最小拘束原理来建立动力学优化模型,计算效率更高.从高斯原理的变分形式出发推导了广义坐标形式的高斯最小拘束原理,并研究了非理想约束、单边约束及刚体碰撞情形下的高斯最小拘束原理的形式.研究认为:对刚体碰撞情形下,高斯最小拘束原理不能取代碰撞恢复定律,碰撞恢复定律以碰撞后广义速度的约束方程形式起作用.

高分辨率SAR图像目标峰值特征提取

峰值特征是进行SAR图像自动目标识别的重要特征。本文提出了SAR图像目标的通用高斯峰值模型,根据该模型提出了目标峰值提取方法。利用实测数据以及蒙特卡罗仿真结果表明:通用高斯峰值模型是实际峰值的一种精确模型,基于该模型的峰值提取方法具有良好的提取精度。

平衡损失下回归系数的最优估计

主要研究一般Gauss-Markov模型中回归系数的最优估计问题.在平衡损失下,考虑回归系数的线性估计在线性无偏估计类中的最小风险性,得到回归系数的最优线性无偏估计,并证明最优线性无偏估计在几乎处处意义下的唯一性.特别地,考虑了一类特殊的估计:b-线性估计;获得了回归系数的最优b-线性无偏估计,结果表明最优线性无偏估计也是回归系数的最优b-线性无偏估计.

基于高斯基函数CMAC神经网络的发电机故障诊断方法

提出一种基于高斯基函数小脑模型神经网络(CMAC)的汽轮发电机故障诊断新方法,为了达到更高的精度和更好的泛化能力,该方法以高斯函数作为CMAC神经网络的基函数,针对发电机的机电耦合特性,将发电机机电综合特征作为神经网络的训练样本输入,经MATLAB仿真得到了完全正确的诊断结果,收敛速度快,精度高,可以满足在线监控的要求。通过比较学习率和泛化常数取值不同时CMAC网络的训练结果,分析了学习率和泛化常数对该网络的影响。

中国人口预测及影响因素分析

从中国的实际情况和人口增长的特点出发,建立中国人口增长的数学模型,并由此对中国人口增长的中短期和长期趋势做出预测,同时采用相对误差准则和残差平方和准则对预测的数据进行了分析。

广义翁氏模型求解方法研究与应用

广义翁氏模型是石油产量预测的基础模型,准确求解模型的参数显得尤为重要。借助高等数学的知识,对陈元千的线性试差法进行了研究与改进。此外,借助最优化的理论,提出了应用Gauss-Newton法进行模型求解的思路。在此基础上,编制了相应的程序,并对实际油田产量进行了拟合。结果表明:改进的线性试差法计算简便但是精度稍低;而GaussNewton法精度更高,但是需要进行多次迭代、计算量大。

铀矿排风井周边地表大气氡致辐射效应的数值模拟

为了指导铀矿排风井周边地表环境的辐射防护设计,基于放射性气态流出物大气扩散的高斯烟羽模型,建立了铀矿排风井周边地表年均氡浓度以及公众个人年有效剂量的数学计算模型,研究了排风井气态流出物初始氡浓度、排风风量和源强对排风井周边地表1 km范围内年均氡浓度以及公众个人年有效剂量分布的影响.结果表明,在其他参数不变的情况下,年均氡浓度和公众个人年有效剂量的最大值随气态流出物初始氡浓度的增加而增大,随排风风量的增加而减小;最大值离井口的距离和氡致辐射的影响范围随初始氡浓度的增加而增大,随排风风量的增加而减小;相同源强下,最大值随气态流出物的初始氡浓度增加而增大,随排风风量的增大而减小;最大值离井口的距离随排风风量的增加而增大.最后,根据所得结论提出铀矿排风井周边的辐射防护建议.

BLUE与NLUE相等的充分必要条件

讨论了在广义Gauss Markov模型 {y ,Xβ ,σ2 V},V≥ 0下 ,最佳线性无偏估计 (BLUE)与自然线性无偏估计 (NLUE)相等的一个充分必要条件是R(V) R(X) .

债务抵押契约模型市场重构与违约损失率分布

在违约损失率(LGD)是随机变量的假设下,应用推广的两因子高斯-Copula债务抵押契约(CDO)定价框架,通过极小化相对熵,讨论了利用市场公开报价数据进行系统违约因子和LGD分布的重构问题.计算结果验证了违约具有偏态性的特点.所建立的模型可看成是对高斯-Copula模型的修正.在计算该问题时,采用迭代方法,避免了处理非线性问题以及非光滑优化问题的求解困难.数值计算结果表明,算法是稳定和收敛的.

基于高斯基的广义CMAC在机器人轨迹跟踪控制中的应用

介绍了基于高斯基的广义小脑模型关节控制器(CMAC)的快速算法,实现CMAC学习速率的自适应模糊调整,使其能根据控制系统的动态特性优化CMAC的学习控制,以适应控制系统工况的变化和不确定因素的干扰,并把它与自适应神经元PID控制器相结合实现前馈反馈复合控制,避免了控制器的输出产生振荡或进入饱和状态,增强了系统的鲁棒性.仿真结果表明:这种控制方案能够准确的实现系统的高精度实时位置跟踪和力的控制.