当参数失配时,永磁同步电机的显式模型预测(explicit model predictive,EMP)直接速度控制将出现明显的稳态静差。为此,现有方法通过配置扩张状态观测器(extended state observer,ESO)来实时观测和前馈补偿模型偏差,以实现无静差、高精...当参数失配时,永磁同步电机的显式模型预测(explicit model predictive,EMP)直接速度控制将出现明显的稳态静差。为此,现有方法通过配置扩张状态观测器(extended state observer,ESO)来实时观测和前馈补偿模型偏差,以实现无静差、高精度的转速跟随控制。但实验和理论分析表明,由于ESO的带宽有限,对于变化扰动的补偿能力较弱,参数失配时系统的动态性能恶化。为同时改善参数失配时系统的稳态控制精度和动态性能,并提高鲁棒性,该文将无模型控制与EMP控制进行融合,通过构造超局部预测模型和数据驱动观测器,提出新的EMP直接速度控制策略。实验结果表明:所提方法凭借数据驱动观测器的高观测带宽,可以同时在动态和稳态阶段实现参数失配的优良补偿,兼顾动态与稳态性能。展开更多
预测性流程监控(predictive process monitoring,PPM)是流程挖掘中的关键任务,旨在基于当前事件日志预测未来流程行为。然而,现有的PPM方法大多集中在对单个流程实例的短期预测,例如下一个活动预测、剩余处理时间预测等,预测范围有限且...预测性流程监控(predictive process monitoring,PPM)是流程挖掘中的关键任务,旨在基于当前事件日志预测未来流程行为。然而,现有的PPM方法大多集中在对单个流程实例的短期预测,例如下一个活动预测、剩余处理时间预测等,预测范围有限且缺乏对流程演变的全局视角,从而无法提供流程模型在较长时间范围内的演变趋势。因此,提出了一种基于时间序列分析的过程模型预测(PMF)方法,将原始事件日志转换为多维时间序列数据,系统性地捕捉流程中所有活动对(直接后继关系)在时间上的频率演变。在考虑直接后继关系之间的相互影响下,预测出未来直接跟随图,从而实现对整个过程模型的长时间范围预测。实验结果表明,该方法在多个真实流程日志上均优于传统时序分析方法,在预测准确性和稳定性方面表现突出,具备良好的应用前景。展开更多
针对外界扰动情况下的光伏并网模型预测直接功率控制(model predictive direct power control,MPDPC)系统中存在系统抖振、功率跟踪速度慢、并网电流总谐波失真率较高等问题,提出一种改进分数阶滑模电压控制器,该策略在直流侧母线电压...针对外界扰动情况下的光伏并网模型预测直接功率控制(model predictive direct power control,MPDPC)系统中存在系统抖振、功率跟踪速度慢、并网电流总谐波失真率较高等问题,提出一种改进分数阶滑模电压控制器,该策略在直流侧母线电压外环采用了分数阶微积分理论.首先,构造分数阶非奇异快速终端滑模面函数,削弱系统抖振,提高系统动态性能;然后,构造分数阶双幂次指数趋近律,引入加权积分型增益和饱和函数,有效避免系统在非滑动模态阶段时切换增益的增大,提高系统控制精度;最后,设计新型分数阶电压环控制器并运用于光伏并网系统中.研究结果表明,改进后的分数阶滑模电压控制器能够满足光伏并网MPDPC系统的各项基本需求,抑制系统抖振,提高功率跟踪性能,降低并网电流总谐波失真率,有效解决可再生能源和公共电网电能转化的关键难题,对光伏并网系统高性能控制的理论研究具有重要意义.展开更多
文摘当参数失配时,永磁同步电机的显式模型预测(explicit model predictive,EMP)直接速度控制将出现明显的稳态静差。为此,现有方法通过配置扩张状态观测器(extended state observer,ESO)来实时观测和前馈补偿模型偏差,以实现无静差、高精度的转速跟随控制。但实验和理论分析表明,由于ESO的带宽有限,对于变化扰动的补偿能力较弱,参数失配时系统的动态性能恶化。为同时改善参数失配时系统的稳态控制精度和动态性能,并提高鲁棒性,该文将无模型控制与EMP控制进行融合,通过构造超局部预测模型和数据驱动观测器,提出新的EMP直接速度控制策略。实验结果表明:所提方法凭借数据驱动观测器的高观测带宽,可以同时在动态和稳态阶段实现参数失配的优良补偿,兼顾动态与稳态性能。
文摘预测性流程监控(predictive process monitoring,PPM)是流程挖掘中的关键任务,旨在基于当前事件日志预测未来流程行为。然而,现有的PPM方法大多集中在对单个流程实例的短期预测,例如下一个活动预测、剩余处理时间预测等,预测范围有限且缺乏对流程演变的全局视角,从而无法提供流程模型在较长时间范围内的演变趋势。因此,提出了一种基于时间序列分析的过程模型预测(PMF)方法,将原始事件日志转换为多维时间序列数据,系统性地捕捉流程中所有活动对(直接后继关系)在时间上的频率演变。在考虑直接后继关系之间的相互影响下,预测出未来直接跟随图,从而实现对整个过程模型的长时间范围预测。实验结果表明,该方法在多个真实流程日志上均优于传统时序分析方法,在预测准确性和稳定性方面表现突出,具备良好的应用前景。
文摘针对外界扰动情况下的光伏并网模型预测直接功率控制(model predictive direct power control,MPDPC)系统中存在系统抖振、功率跟踪速度慢、并网电流总谐波失真率较高等问题,提出一种改进分数阶滑模电压控制器,该策略在直流侧母线电压外环采用了分数阶微积分理论.首先,构造分数阶非奇异快速终端滑模面函数,削弱系统抖振,提高系统动态性能;然后,构造分数阶双幂次指数趋近律,引入加权积分型增益和饱和函数,有效避免系统在非滑动模态阶段时切换增益的增大,提高系统控制精度;最后,设计新型分数阶电压环控制器并运用于光伏并网系统中.研究结果表明,改进后的分数阶滑模电压控制器能够满足光伏并网MPDPC系统的各项基本需求,抑制系统抖振,提高功率跟踪性能,降低并网电流总谐波失真率,有效解决可再生能源和公共电网电能转化的关键难题,对光伏并网系统高性能控制的理论研究具有重要意义.
