基于MCP标准传递函数的PID参数整定方法

    公开(公告)号:CN103439880B

    公开(公告)日:2016-01-20

    申请号:CN201310390756.7

    申请日:2013-08-30

    Abstract: 本发明涉及一种基于MCP标准传递函数的PID参数整定方法,该方法包括以下步骤:1)对当前已知类型的被控过程进行辨识,获得被控过程模型参数;2)根据控制要求选定PID控制器类型;3)根据被控过程类型、PID控制器类型从基于多容惯性标准传递函数的PID控制器参数整定计算表中查出对应的PID参数整定计算公式,利用该公式根据被控过程模型参数计算PID控制器参数,并根据参数计算结果控制各PID控制器。与现有技术相比,本发明参数整定方法适用于要求反应缓而超调量小的控制系统,并具有稳定性强、鲁棒性高和减少执行器磨损的特点。

    一种基于阶跃响应特征的闭环辨识模型结构确定方法

    公开(公告)号:CN109597316B

    公开(公告)日:2021-10-08

    申请号:CN201811436044.3

    申请日:2018-11-28

    Abstract: 本发明涉及一种基于阶跃响应特征的闭环辨识模型结构确定方法,包括:已知被辨识过程的阶跃响应曲线,判断阶跃响应曲线中具备的阶跃响应特征,当只具备一种类型的阶跃响应特征时,直接根据该阶跃响应特征确定待辩识对象模型结构,当具备多种类型的阶跃响应特征时,由多种阶跃响应特征对应的环节组合确定待辩识对象模型结构。与现有技术相比,本发明为系统辩识的辩识结构选定提供了依据;基于阶跃响应特征确定辩识模型结构更为合理,输出曲线和阶跃响应曲线与原系统的曲线紧密贴合,辩识精度更高,辨识结构可靠。

    Hadoop框架下的电力系统短期负荷预测方法

    公开(公告)号:CN109614384A

    公开(公告)日:2019-04-12

    申请号:CN201811472492.9

    申请日:2018-12-04

    Abstract: 本发明涉及一种Hadoop框架下的电力系统短期负荷预测方法,利用变分模态分解方法VMD将原始历史负荷数据分解为具有不同特征的模态函数分量;利用互信息理论,从历史负荷、温度和日期类型中选取相关性最高的变量作为输入变量;将所得不同特征的模态函数分量数据样本作为Hadoop框架下的深度置信网络预测模型输入,同时输入随机产生的深度置信网络各层权值、阈值,进入Hadoop框架下的深度置信负荷预测模型进行当前样本的权值、阈值的修正、迭代、优化,训练出最佳的权值阈值,并存储;将待预测日的输入变量输入预测模型,得出预测结果。本发明方法具有更高的预测精度以及时效性。

    一种基于阶跃响应特征的闭环辨识模型结构确定方法

    公开(公告)号:CN109597316A

    公开(公告)日:2019-04-09

    申请号:CN201811436044.3

    申请日:2018-11-28

    Abstract: 本发明涉及一种基于阶跃响应特征的闭环辨识模型结构确定方法,包括:已知被辨识过程的阶跃响应曲线,判断阶跃响应曲线中具备的阶跃响应特征,当只具备一种类型的阶跃响应特征时,直接根据该阶跃响应特征确定待辩识对象模型结构,当具备多种类型的阶跃响应特征时,由多种阶跃响应特征对应的环节组合确定待辩识对象模型结构。与现有技术相比,本发明为系统辩识的辩识结构选定提供了依据;基于阶跃响应特征确定辩识模型结构更为合理,输出曲线和阶跃响应曲线与原系统的曲线紧密贴合,辩识精度更高,辨识结构可靠。

    无迟延惯性过程的MCP-PID参数整定方法

    公开(公告)号:CN104360595A

    公开(公告)日:2015-02-18

    申请号:CN201410663691.3

    申请日:2014-11-19

    Abstract: 本发明涉及一种无迟延惯性过程的MCP-PID参数整定方法,包括以下步骤:1)识别当前无迟延惯性受控过程的类型,获得受控过程的模型参数,所述的受控过程包括单容过程、双容过程、三容过程和多容过程;2)获得控制要求,并根据该要求选取PID类型,所述的PID类型包括P型、PI型和PID型;3)建立无迟延惯性过程的MCP-PID参数整定计算表,结合步骤1)、2)获得的受控过程类型和PID类型,获取PID控制器参数计算公式,进行PID控制器参数的整定。与现有技术相比,本发明具有适用范围广、超调量小、稳定性强、鲁棒性高和振荡特性弱化等优点。

    一种电厂控制系统信息安全风险评估系统

    公开(公告)号:CN110276528A

    公开(公告)日:2019-09-24

    申请号:CN201910459512.7

    申请日:2019-05-29

    Abstract: 本发明涉及一种电厂控制系统信息安全风险评估系统,包括:指标赋值模块,用于针对预设的风险评估指标体系模型进行数据输入,获取指标赋值样本;第一权重模块,用于通过D-AHP法求解指标赋值样本的指标影响权重向量;第二权重模块,用于通过TOPSIS法求解指标赋值样本的精确度权重向量;等级输出模块,用于综合指标影响权重向量、精确度权重向量和指标赋值样本获取评估对象的信息安全风险等级。与现有技术相比,本发明能够通过少数的样本值精确有效地进行风险评估,节省了大量的人力物力,同时克服了少数样本容易主观性强不精确的问题,能够对不确定的样本数据进行合理处理,提高评估结果的准确性。

Patent Agency Ranking