一种线性系统中基于误差控制的矢量拟合模型降阶方法.pdf
An****99
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种线性系统中基于误差控制的矢量拟合模型降阶方法.pdf
本发明公开了一种线性系统中基于误差控制的矢量拟合模型降阶方法,针对传统矢量拟合在宽频带下,尤其是具有谐振点的高动态线性系统,所建极点‑留数模型阶数往往很高。本发明引入误差控制函数通过不断迭代的方式选取出包含线性系统重要特性的数据,通过忽略某些代表细节处的微小变化数据,从而在牺牲一定建模精度情况下有效地降低所建模型的阶数。在得到满足建模精度要求的情况下,获得低阶极点‑留数宏模型。然后将极点‑留数宏模型进一步转化为状态空间模型,然后再进行无源性处理,最后输出所建极点‑留数宏模型。本发明实现了模型精度和复杂度的
基于LMI技术的线性系统模型降阶与静态输出反馈控制器设计的综述报告.docx
基于LMI技术的线性系统模型降阶与静态输出反馈控制器设计的综述报告LMI技术(LinearMatrixInequality)是一种非常有效的数学工具,可以被应用于线性控制系统的分析和设计中。本文将会介绍基于LMI技术的线性系统模型降阶与静态输出反馈控制器设计的综述报告。线性系统模型降阶是线性系统控制领域中一个非常重要的问题。它的目标是将高维线性系统简化为低维线性系统,并且强制新的系统保留原系统的动态特性。基于LMI技术的线性系统模型降阶已经被广泛研究和应用。一般来说,线性系统模型降阶的目标可以通过两种方法
一种基于降阶模型的潜艇水动力载荷快速预报方法.pdf
本发明公开了一种基于降阶模型的潜艇水动力载荷快速预报方法,包括获取参数子空间并得到整个样本的快照数据资源池;对样本的快照数据资源池进行奇异值分解并引入本征正交分解方法,将整个潜艇水动力空间物理量分布分解为时均流场与若干模态与其系数的乘积之和,选取前两阶模态作为潜艇水动力流场的主模态构建降阶模型;采用基于贝叶斯优化的人工智能的超参数优化方法对以神经网络为核心的代理模型进行训练,得到预报模型;在预报模型中输入参数组合,快速获得全部网格节点的物理量信息以及潜艇的水动力载荷。该方法能够解决常规仿真分析每个环境工况
一种风电机组模型降阶方法及系统.pdf
本发明涉及一种适用于大扰动场景下的风电机组模型降阶方法及系统,属于风电系统领域,首先选择线性化点,在每个线性化点处对风电机组全阶模型进行线性化,然后根据每个局部线性化模型的广义参与矩阵中的广义参与因子,将所有状态变量划分为快变量和慢变量,最后对风电机组全阶模型进行奇异摄动降阶,获得风电并网系统在大扰动下的风电机组降阶模型,该方法是基于轨迹分段线性技术的非线性系统奇异摄动降阶算法,适用于风电并网系统大扰动分析并且保留了风电机组的状态变量,为风电并网系统在大扰动场景下机理分析提供了解决手段。
微电网群分析控制中模型降阶方法、系统及存储介质.pdf
本发明提出一种微电网群分析控制中模型降阶方法、系统及存储介质,涉及微电网群控制的技术领域,建立微电网群全阶模型,将微电网群状态矩阵的所有特征值和特征向量组成矩阵,计算获得参与因子,选择系统主导模式并辨识主导慢动态和快动态,通过经典奇异摄动法建立微电网群系统边界层并实现双时间尺度下的模型降阶,挑选出具有最大参与因子数值的快动态并设为混合动态,循环加回双时间尺度降阶模型中观察,直至主导模式与全阶模型相符合,得到混合动态并放入双时间尺度降阶模型中重建,获得保留了微电网群全局主导慢动态与混合动态最终降阶模型,保障