信息物理融合系统(cyber-physical system CPS)紧密融合了物理、通信和信息网络,其与电力系统的结合被认为是发展智能电网的技术基础。文章从确保物理、信息模型的一一对应出发,探讨了建立单个、集成多个物理信息融合(cyber-physical,CP...信息物理融合系统(cyber-physical system CPS)紧密融合了物理、通信和信息网络,其与电力系统的结合被认为是发展智能电网的技术基础。文章从确保物理、信息模型的一一对应出发,探讨了建立单个、集成多个物理信息融合(cyber-physical,CP)模型的方法。在光伏、储能电池的场景上,分别建立了其CP模型,并在此基础上研究了光储协调控制的集成CP模型。通过动态链接库桥接物理、信息模型的仿真工具,对所建立的光伏CP模型以及光伏储能协调控制CP模型进行了仿真,仿真结果验证了物理信息融合建模方法的有效性以及CP模型在优化控制应用上的有效性。展开更多
信息融合系统建模技术已成为作战仿真系统需要突破的关键技术,重点研究信息融合系统的建模技术,建立了通用的数据处理模型框架,实现了战场信息传输、处理、存储、表示的规范性和一致性;提出了基于MOC(measure of correlation)的信息融...信息融合系统建模技术已成为作战仿真系统需要突破的关键技术,重点研究信息融合系统的建模技术,建立了通用的数据处理模型框架,实现了战场信息传输、处理、存储、表示的规范性和一致性;提出了基于MOC(measure of correlation)的信息融合算法,实现了对目标位置、航向、类型、敌我识别和毁伤的状态估计。该算法在海军某作战仿真系统中得到了应用,仿真实验表明该信息融合系统模型满足该作战仿真系统的作战需求,提高了作战仿真的真实性和合理性。展开更多
针对目前采用经验模态分解(empirical model decomposition,EMD)得到的系列子信号构建的磨机负荷参数软测量模型泛化性能差、难以进行清晰物理解释,以及EMD算法存在的模态混叠等问题,本文提出了基于选择性融合多尺度筒体振动频谱的建模...针对目前采用经验模态分解(empirical model decomposition,EMD)得到的系列子信号构建的磨机负荷参数软测量模型泛化性能差、难以进行清晰物理解释,以及EMD算法存在的模态混叠等问题,本文提出了基于选择性融合多尺度筒体振动频谱的建模方法.首先采用EMD、集合EMD(ensemble EMD,EEMD)、希尔伯特振动分解(Hilbert vibration decomposition,HVD)共3种多组分信号自适应分解算法获得磨机筒体振动多尺度子信号的集合,接着通过相关性分析剔除虚假无关部分,然后再将与原始信号相关性强的那部分多尺度子信号变换至频域,进而更有利于构建这些多尺度频谱与磨机负荷参数间的映射模型,最后通过改进分支定界选择性集成(improved branch and bound based selective ensemble,IBBSEN)算法建立软测量模型,实现对多源多尺度筒体振动频谱的最优选择性信息融合.基于实验球磨机运行数据的仿真实验表明所提方法在模型可解释性和泛化性能上均优于之前研究所提出方法.展开更多
文摘信息物理融合系统(cyber-physical system CPS)紧密融合了物理、通信和信息网络,其与电力系统的结合被认为是发展智能电网的技术基础。文章从确保物理、信息模型的一一对应出发,探讨了建立单个、集成多个物理信息融合(cyber-physical,CP)模型的方法。在光伏、储能电池的场景上,分别建立了其CP模型,并在此基础上研究了光储协调控制的集成CP模型。通过动态链接库桥接物理、信息模型的仿真工具,对所建立的光伏CP模型以及光伏储能协调控制CP模型进行了仿真,仿真结果验证了物理信息融合建模方法的有效性以及CP模型在优化控制应用上的有效性。
文摘信息融合系统建模技术已成为作战仿真系统需要突破的关键技术,重点研究信息融合系统的建模技术,建立了通用的数据处理模型框架,实现了战场信息传输、处理、存储、表示的规范性和一致性;提出了基于MOC(measure of correlation)的信息融合算法,实现了对目标位置、航向、类型、敌我识别和毁伤的状态估计。该算法在海军某作战仿真系统中得到了应用,仿真实验表明该信息融合系统模型满足该作战仿真系统的作战需求,提高了作战仿真的真实性和合理性。
文摘针对目前采用经验模态分解(empirical model decomposition,EMD)得到的系列子信号构建的磨机负荷参数软测量模型泛化性能差、难以进行清晰物理解释,以及EMD算法存在的模态混叠等问题,本文提出了基于选择性融合多尺度筒体振动频谱的建模方法.首先采用EMD、集合EMD(ensemble EMD,EEMD)、希尔伯特振动分解(Hilbert vibration decomposition,HVD)共3种多组分信号自适应分解算法获得磨机筒体振动多尺度子信号的集合,接着通过相关性分析剔除虚假无关部分,然后再将与原始信号相关性强的那部分多尺度子信号变换至频域,进而更有利于构建这些多尺度频谱与磨机负荷参数间的映射模型,最后通过改进分支定界选择性集成(improved branch and bound based selective ensemble,IBBSEN)算法建立软测量模型,实现对多源多尺度筒体振动频谱的最优选择性信息融合.基于实验球磨机运行数据的仿真实验表明所提方法在模型可解释性和泛化性能上均优于之前研究所提出方法.
