周立芳[1]1999年在《多变量多频预测控制系统的研究》文中认为本文以线性多变量系统为研究对象，对多频预测控制系统作了较为全面的分析和研究。首先，对多频采样系统进行分类，然后分别分析了基于多频模型和单频模型的多变量多频DMC预测控制算法及其特点，从滚动优化时间和性能指标两方面，对这些算法进行了改进，并作了大量的仿真研究。其次，在研究多频自校正广义预测控制算法的过程中，通过单频模型和多频模型的转换，充分利用被控变量的检测信息，改进了多频自校正广义预测控制算法。再次，将多频预测控制转化为内模结构，应用内模结构分析法，分析了其稳定性和零稳态偏差特性。最后，对多频预测控制系统的输入输出向量进行扩展，转化为扩展单频预测控制系统，得出了基于多频模型和单频模型的预测控制系统稳定性条件和多频广义预测控制系统的稳定性定理。 本文的主要贡献与创新如下： 1) 本文对现有的多频预测控制算法进行推广，针对输入输出频率都不相同的多频采样系统，充分利用所得到的被控对象的输出信息，对滚动优化时间进行改进，提出了两种改进的预测控制算法：改进的基于多频模型的多频预测控制算法和改进的基于单频模型的多频预测控制算法。仿真研究表明，这两种算法加快了系统输出响应速度，有效地抑制了输入控制量的振荡，控制系统的动态品质得到了较大的改善。 2) 在不影响系统输出响应速度的前提下，为了减少超调，缩短稳态时间，本文采用在性能指标中增加输出增量加权项的方法，在原有的多变量多频预测控制算法的基础上，提出了输出增量加权的多频预测控制算法，并与相同参数条件下的多频预测控制算法和增大控制增量加权系数的多频预测控制算法进行仿真比较，证明该算法确能加快系统的响应速度、减小超调、缩短稳态时间。 3) 对基于参数模型的多变量多频广义预测控制系统进行研究，针对多变量系统中某一单通道为多频采样的情况，为了利用输出采样点之间的预测信息，在引入自校正机构的基础上，结合模型转换方法，提出了一种改进的自校正广义多频预测控制算法，在性能指标中加入了对输
周立芳, 钱积新[2]2001年在《多变量多频预测与单频预测控制方法的比较》文中进行了进一步梳理针对输入更新频率和输出采样频率不同的多频预测控制问题进行了研究，并采用定性分析的方法，对多频预测控制方法和单频预测控制方法对系统控制性能的影响进行了分析、比较，仿真结果表明：多频预测控制具有降低超调和提高系统响应快速性等特点。
谢生钢[3]2008年在《基于活性污泥模型的污水处理过程预测控制方法研究》文中进行了进一步梳理活性污泥法是污水处理过程的一种有效的方法,得到广泛的研究和应用。随着立法对污水排放标准的严格规定,需要对污水处理过程采用先进的建模和控制技术,以提高出水水质,降低处理能耗。但污水处理过程具有外界干扰剧烈、强非线性等特点,对其建模和控制难度较大。预测控制是工业过程中广泛应用的一种先进控制算法,所以对污水处理过程的预测控制方法研究具有重要意义。本文对基于活性污泥1号模型(ASM1)的污水处理过程Benchmark进行建模方法研究,并且采用广义预测控制策略进行优化控制。本文首先采用聚类多模型建模策略,建立了污水处理过程的多线性模型表达;然后采用多变量广义预测控制策略,分别对干扰恒定时的设定值追踪控制以及干扰波动时的定值控制进行模拟仿真;考虑到污水处理过程不确定性,采用自适应策略进行多模型同时在线校正和特定的单个模型在线校正,以此改善模型的预测精度;由于聚类多模型建模是一种无监督的方式,本文在聚类多模型建模的基础上提出了有监督的多模型建模方法,提高了多模型的建模精度。根据污水处理过程的实际要求,为了满足氮浓度的排放标准区间要求,研究了污水处理过程的区间广义预测控制策略,把预测控制的常规二次目标转化为带软约束问题的线性优化问题;同时考虑到污水处理的能耗,在出水水质目标之上建立了能耗最小目标,得到了污水处理的多目标预测控制,最后采用分层多目标优化算法进行在线优化求解,得到污水处理过程的多目标预测控制。考虑到污水处理过程中关键组分测量速度过慢的实际情况,本文结合多速率辨识技术,研究了多速率系统的快速单速率模型参数辨识和采样间输出的估计策略,并且应用所提的策略辨识污泥回流输入-硝态氮浓度输出的快速单速率模型;以此快速单速率模型作为预测模型,分别研究了在输出采样无噪声和有噪声的情况下污水处理过程的广义预测控制。
刘静[4]2006年在《多速率采样预测控制系统的分析与设计》文中指出本文研究了多速率采样预测控制的若干问题.主要内容分为两部分:第一部分是多速率采样预测控制算法的设计.包括基于极点配置的双速率采样预测控制算法、双速率采样Min-max鲁棒广义预测控制算法和时滞多速率采样预测控制算法三种情形;第二部分研究多速率采样预测控制系统的性能分析.论文的主要结果有: (1)对双速率采样预测控制系统的性能进行了分析.推导双速率采样预测控制系统具有内模结构,研究了双速率采样预测控制系统的鲁棒稳定性和零稳态偏差特性.通过仿真实例说明双速率采样预测控制对比单速率采样预测控制在性能上的优越性. (2)研究了基于极点配置的双速率采样预测控制算法.针对一类输入更新速率是输出采样速率N倍的系统,充分利用该系统存在的自由度,设计状态反馈矩阵,不但能将闭环极点配置到期望位置,而且当系统参数存在不确定性时,能够保证系统的鲁棒稳定性.从而推进了双速率采样预测控制的已有的研究工作. (3)给出了一类新的双速率采样Min-max鲁棒广义预测控制.此算法是针对已有文献中的双速率采样预测控制算法的不足提出来的.通过增加受限输出时域和在性能指标中引入干扰项的方法,设计了鲁棒性较强的控制律,有效的减弱了干扰对系统的影响.在此基础上,对系统的鲁棒稳定性进行了分析. (4)研究了一类时滞双速率采样预测控制问题.针对输入更新速率比输出采样速率慢的双速率采样系统,建立了带有时滞的输入输出预测模型,给出了时滞双速率采样预测控制算法,弥补了已有文献中时滞多速率采样加权最小方差控制的不足,解决了时滞对多速率采样系统带来的影响.利用线性矩阵不等式对闭环系统的鲁棒稳定性进行了分析. (5)对所提出的各类预测控制算法进行了仿真研究,证明了算法的有效性.
查星宇, 董浩, 周立芳, 钱积新[5]2000年在《多频多变量DMC预测控制算法》文中进行了进一步梳理在工业现场由于条件的限制 ,很多过程变量需要的检测频率并不一样 ,从而带来了多频多变量的控制问题。介绍了推出的一种新的多频多变量DMC预测控制算法 ,并且进一步用DMC方法推导多频多变量系统的预测方程、最优控制律及系统的内模结构。最后 ,通过仿真结果证实了这种算法的有效性
周立芳, 钱积新[6]1999年在《改进的多频自校正广义预测控制算法》文中研究说明针对输出采样速率比输入更新速率慢的多频系统，提出了一种改进的广义预测自校正控制算法。该算法将自校正机构辨识出的多频模型转化为以输入更新频率为采样频率的等价单频模型，用此模型预测系统未来的输出，避免了多频模型不能预测未来输出采样点之间的信息。仿真结果表明，该方法提高了系统的动态品质，具有响应速度快的特点。
刘波[7]2008年在《多变量系统辨识中的测试信号分析与研究》文中指出任何预测控制中的基本问题都是选择表示系统的模型,系统辨识则是在实际工业中获得系统模型的主要方法。针对目前系统辨识主要是加测试信号的辨识,本文对系统辨识测试信号的设计和分析进行了深入研究。本文的主要研究成果和创新如下:1.得到了最小二乘法的参数估计值的无偏一致性的充要条件,并讨论了辨识结果和噪声的关系。2.由过程的可辨识性的定义,提出2n阶持续激励条件只是过程可辨识性的一个充分条件而非必要条件,只有在最小二乘法下才是充分必要条件。3.提出了一种多通道测试伪随机信号的设计方法。该方法对于稳定时间相差较大的多变量系统,可以显著缩短测试时间。设计出一种白噪声广义二进制序列,该信号与白噪声的特性类似,生成该信号也简单,可以被广泛地当做系统辨识的测试信号。4.提出了一种多通道测试二进制多频序列的设计方法,该方法可以大大缩短测试时间。设计了高通和低通复合的多变量系统二进制多频序列,对于同时含有高通和低通通道的多变量系统,可以提高系统辨识精度。5.针对带约束的多变量系统,从稳态控制和动态控制的角度,分别提出了测试信号的设计方法。使得测试信号在满足约束的前提下,幅度达到最大,以提高系统的信噪比。对于闭环系统的动态约束测试,设计从稳态到动态的两阶段过程,并对两个阶段都设计了测试信号。6.基于渐近理论,提出了一种多变量系统测试信号的设计方法,并针对系统辨识的四个基本问题分四个步骤设计了辨识方法,该设计方法辨识精度较高且数值稳定性较好同时容易实现,而且能辨识带有工业有色的噪声的系统。
葛晓慧[8]2007年在《混沌理论在电机及其系统中的应用》文中提出加介次掌博士学位论文 豁论文题目作者姓名指导教师学科(专业)电气工程所在学院提交日期APPlication of Chaos
朱文龙[9]2016年在《水轮发电机组故障诊断及预测与状态评估方法研究》文中研究表明随着我国能源结构调整的逐步推进,风电、光伏发电等非稳定性电源快速发展,水轮发电机组在电网中承担调峰调频的任务越来越多,这就要求水轮发电机组在其整个工况范围内具有充分的可用性,这就对水轮发电机组故障诊断、故障预测及状态评估提出了更高的要求。为了确保水轮发电机组安全稳定运行,本文针对水轮发电机组故障诊断与预测应用中的若干关键科学问题,以机组振动信号处理和运行工况分析为切入点,提取表征机组故障状态的信号时频分布特征和工况特征等多重特征向量,提高故障特征向量的准确度,进一步构建基于多重特征向量相融合的水轮发电机组故障诊断及故障预测体系,实现水轮发电机组故障的准确诊断与预测。论文的主要研究内容和创新性成果如下：(1)针对水轮发电机组振动信号具有非平稳、低信噪比和多振源激励信号分量相互混叠等特征,提出了一种独立分量分析-经验模态分解的水轮发电机组非平稳信号特征提取方法。在该算法中,首先采用独立分量分析法提取出主要振源的激励信号分量,即统计独立分量,有效消除或降低模态混叠现象,再对统计独立分量进行自相关分析,消除统计独立分量中非周期噪声的影响；然后再采用经验模态分解对统计独立分量进行自适应分解,获得多组本征模态函数；最后对同频本征模态函数进行重构,提取出故障特征频段的征兆信号,实现水轮发电机组强背景噪声非平稳早期故障特征信号的有效提取。试验结果表明,本文所提方法在水轮发电机组早期故障微弱征兆信号和突变故障特征信号提取方面具有明显的优势,更适用于强背景噪声影响下的水轮发电机组非平稳微弱信号特征提取。(2)传统水轮发电机组故障诊断方法绝大多数是基于振动信号的时频特征进行故障识别,忽略的水轮发电机组运行工况对振动信号时频特征的影响,降低了诊断的准确率。针对上述问题,本文引入过程控制理论中的统计诊断方法,分别对水轮发电机组每种工况过程中的振动变量和工况参数进行融合建模,提出了一种基于KICA-PCA的多元非线性系统过程诊断方法,该方法通过计算工况过程的统计指标实现水轮发电机组故障诊断。本文所提方法通过水轮发电机组运行工况信息与振动信号的有效融合,提高了故障诊断结果的可信度,打破了传统基于振动信号时频特征的水轮发电机组故障诊断方法的诊断范式。试验结果表明,相对于PCA和ICA-PCA等线性系统过程诊断方法,本文所提方法的诊断正确率更高,且时效性更好,更适用于水轮发电机组多元非线性系统的过程诊断。(3)基于互信息理论和统计学提出了水轮发电机组工况变量对振动变量贡献率的计算方法,并构建了压力脉动劣化度函数,实现了压力脉动状态预测评估。以水轮发电机组振动变量和工况参数之间相关关系为切入点,结合互信息理论,深入挖掘水轮发电机组海量的历史监测数据,揭示水轮发电机组振动变量与工况参数之间的非线性相关关系,通过计算水轮发电机组各工况参数对振动变量的贡献度,提取出水轮发电机组振动变量的主要相关工况参数。进一步融合主要相关工况参数与压力脉动幅值形成融合特征向量,提出了基于支持向量机和极限学习机的水轮发电机组压力脉动状态预测方法,实现了压力脉动状态预测,同时引入数理统计与模糊子集理论,构建了基于历史统计曲线的水轮发电机组压力脉动模糊集,提出压力脉动模糊集的劣化度评价函数,实现水轮发电机组压力脉动的状态评估。(4)融合水轮发电机组振动信号时频特征和工况关联规则特征,构建了多重征兆向量,引入模糊推理系统和径向基神经网络模型,提出了一种基于约束扩展广义动态模糊神经网络的水轮发电机组故障预测方法。在该方法中,以振动信号的频谱能量分布特征和工况关联规则特征作为故障预测的融合故障征兆向量,充分利用模糊规则推理与神经网络学习能力,动态推求水轮发电机组未来的故障状态,预测潜在故障未来可能发生概率,实现水轮发电机组故障预测。同时探讨了水轮发电机组故障可能发生概率与维修时限、健康状况之间的关系,提出了一种以故障可能发生概率为自变量的水轮发电机组维修时限函数,搭建了故障预测至维修决策之间的桥梁,以启动维修时限的形式明晰化故障预测结果的含义,对水轮发电机组实施状态检修与预测性维修具有重要的意义。(5)本文设计开发了一种面向服务的水轮发电机组故障诊断及状态评估系统,该方案构建了网络化、服务知识化、资源共享化的开放式的统一知识平台,通过整合异地不同用户的知识资源,不断丰富与补充水轮发电机组故障诊断及状态评估系统的专家知识库,提高水轮发电机组整机设备故障诊断及状态评估的性能水平。系统已成功应用于贵州乌江水电开发有限责任公司东风发电厂,为现场运行维护人员提供辅助维修决策建议指导。
刘文博[10]2017年在《基于神经网络的短期负荷预测方法研究》文中提出电力负荷预测的精度的提升,对于提高系统运行的经济性和安全性至关重要。为科学有效制定电力系统发电和供电计划,需充分发挥短期负荷预测在电网运行、机组启停与电力调度、功率交换等方面的重要作用。传统电力负荷预测算法的精度并不理想,特别是在输入输出呈非线性关系时,因此在应用传统电力负荷预测算法时,与包含现代智能算法在内的其他算法相结合能够更有效改良预测效果。在改善电力负荷预测精度方面,本文基于高频分量信号阈值,深入划分设定中频信号,对中频低、中频高和高频信号分别进行无迹卡尔曼滤波及扩展卡尔曼滤波(extended Kalman filter,EKF),从而提高神经网络输入数据质量。同时对于低频信号采用增量方式降低输入噪声,然后设计频率区间预测的指标融合算法,作为神经网络训练和预测的输出指标。最后,通过实验将传统的灰度值预测、改进的神经网络预测与TUKF-WNN预测结果进行对比,证明TUKF-WNN预测方法具有更高的预测精度和更好的适应能力。提出了考虑实时电价的短期负荷预测模型。在电力市场逐步开放的背景下,实时电价将对负荷曲线产生一定的影响,传统预测方法多数未将电价考虑在内。为此,本文基于神经网络,并分别就不考虑实时电价、考虑实时电价、考虑实时电价且利用遗传算法优化进行了实验对比,有效突破了神经网络的固有限制,提高了负荷预测的可靠性。综合考虑包含电价在内的短期负荷预测的多重影响因素,提出多变量时间序列的负荷预测模型。对电价、温度、负荷等多变量进行相空间重构,建立全局的综合预测模型,并经实验证明预测精度能够进一步改善。
参考文献：
[1]. 多变量多频预测控制系统的研究[D]. 周立芳. 浙江大学. 1999
[2]. 多变量多频预测与单频预测控制方法的比较[J]. 周立芳, 钱积新. 石油化工自动化. 2001
[3]. 基于活性污泥模型的污水处理过程预测控制方法研究[D]. 谢生钢. 浙江大学. 2008
[4]. 多速率采样预测控制系统的分析与设计[D]. 刘静. 鲁东大学. 2006
[5]. 多频多变量DMC预测控制算法[J]. 查星宇, 董浩, 周立芳, 钱积新. 石油化工自动化. 2000
[6]. 改进的多频自校正广义预测控制算法[J]. 周立芳, 钱积新. 石油化工自动化. 1999
[7]. 多变量系统辨识中的测试信号分析与研究[D]. 刘波. 浙江大学. 2008
[8]. 混沌理论在电机及其系统中的应用[D]. 葛晓慧. 浙江大学. 2007
[9]. 水轮发电机组故障诊断及预测与状态评估方法研究[D]. 朱文龙. 华中科技大学. 2016
[10]. 基于神经网络的短期负荷预测方法研究[D]. 刘文博. 浙江大学. 2017
标签：自动化技术论文; 预测控制论文; 预测模型论文; 系统辨识论文; 控制变量论文; 状态变量论文; 过程控制论文; 测试过程论文; 水轮发电机论文; 故障诊断论文; 变量论文; 算法论文;