为解决互联水电系统负荷频率控制（load frequencycontrol,LFC）问题,及保持互联电网系统频率、联络线功率及区域控制误差（area control error,ACE）的稳定,根据闭环系统谐振峰值与系统响应最大峰值之间的关系,构建一个与系统参数及控...为解决互联水电系统负荷频率控制（load frequencycontrol,LFC）问题,及保持互联电网系统频率、联络线功率及区域控制误差（area control error,ACE）的稳定,根据闭环系统谐振峰值与系统响应最大峰值之间的关系,构建一个与系统参数及控制器参数都相关的优化问题,通过该问题的求解获得控制器参数与系统参数之间的数学关系,针对水轮发电系统非最小相位特性,通过串加比例–微分（proportional-derivative,PD）控制方式降低系统阶次,设计尼科尔斯（Nichols）曲线的比例–积分–微分（proportional-integral-derivative,PID）控制器。基于模型参数扰动和负荷干扰的仿真结果表明：尼科尔斯PID控制器能快速调整系统频率偏差、联络线功率偏差及ACE为0,具有良好的鲁棒性能和抗负荷干扰性能,系统过渡过程性能明显优于传统PID调节器结果。展开更多
文摘为解决互联水电系统负荷频率控制（load frequencycontrol,LFC）问题,及保持互联电网系统频率、联络线功率及区域控制误差（area control error,ACE）的稳定,根据闭环系统谐振峰值与系统响应最大峰值之间的关系,构建一个与系统参数及控制器参数都相关的优化问题,通过该问题的求解获得控制器参数与系统参数之间的数学关系,针对水轮发电系统非最小相位特性,通过串加比例–微分（proportional-derivative,PD）控制方式降低系统阶次,设计尼科尔斯（Nichols）曲线的比例–积分–微分（proportional-integral-derivative,PID）控制器。基于模型参数扰动和负荷干扰的仿真结果表明：尼科尔斯PID控制器能快速调整系统频率偏差、联络线功率偏差及ACE为0,具有良好的鲁棒性能和抗负荷干扰性能,系统过渡过程性能明显优于传统PID调节器结果。
文摘滑坡地质灾害易发性评价是防灾减灾的一种重要手段,易发性评价模型的选取和优化至关重要。以思南县为研究区,选取高程、坡度、曲率、地层、土地利用、年平均降雨量等16个评价因子,采用频率比(frequency ratio,FR)模型与支持向量机(support vector machine,SVM)模型和随机森林(random forest,RF)模型相耦合,引入网格搜索方法来获取SVM模型、RF模型及其耦合模型最优参数组合并用于模型训练,最终构建SVM、RF、FR-SVM及FR-RF模型对整个研究区进行滑坡易发性预测,并进行了受试者操作特征(receiver operating characteristics,ROC)曲线验证。结果表明:与单一机器学习模型相比,耦合机器学习有更多的滑坡灾害样本落于高易发区和极高易发区,有更高的准确率。单一模型中,RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,耦合模型中,FR-RF模型有较多的滑坡灾害样本落于高易发区和极高易发区,且FR模型和FR-RF模型中没有滑坡灾害样本落在极低易发区,表明无论是单一模型还是耦合模型,RF模型的性能优于SVM模型。4种模型的ROC预测曲线的曲线下面积(area under the curve,AUC)分别为0.8316、0.8439、0.8644、0.9104,说明FR模型与RF模型结合的耦合模型有更高的准确率,该模型更适用于思南县的滑坡易发性评价研究,评价结果可为当地滑坡地质灾害的防灾减灾提供一定的参考。
