【摘要】：網(wǎng)絡(luò)監(jiān)控和故障診斷往往需要實時掌握網(wǎng)絡(luò)中的所有節(jié)點狀態(tài)信息。而復(fù)雜網(wǎng)絡(luò)規(guī)模大,節(jié)點多且復(fù)雜,因此直接測量網(wǎng)絡(luò)中各個節(jié)點狀態(tài)信息是不現(xiàn)實。為了獲得網(wǎng)絡(luò)中每個節(jié)點的狀態(tài)信息,繼而深入地了解網(wǎng)絡(luò)的行為特征,就需要我們通過已測節(jié)點的輸出信息對整個網(wǎng)絡(luò)狀態(tài)信息進行估計。此外,現(xiàn)實網(wǎng)絡(luò)會由于種種因素導(dǎo)致信息在傳輸過程中不可避免地存在時延和丟包,所以研究不完全測量下的復(fù)雜網(wǎng)絡(luò)狀態(tài)估計顯得更具有現(xiàn)實指導(dǎo)意義。本文的主要研究工作及取得的成果如下:(1)現(xiàn)實網(wǎng)絡(luò)在傳輸過程中會受到丟包、時延等不確定因素的干擾,這些干擾的出現(xiàn)勢必會對復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計產(chǎn)生影響。本文在之前已有的理論基礎(chǔ)上,設(shè)計了一種魯棒保性能狀態(tài)估計器,旨在減少數(shù)據(jù)丟包和誘導(dǎo)時延對狀態(tài)估計的影響�；贚yapunov穩(wěn)定性理論和隨機分析方法,以線性矩陣不等式的形式給出了魯棒保性能狀態(tài)估計器的設(shè)計準則。最終,通過對不同規(guī)模的復(fù)雜網(wǎng)絡(luò)進行數(shù)值仿真,驗證了設(shè)計方案的有效性。(2)現(xiàn)實網(wǎng)絡(luò)中可能存在部分節(jié)點輸出不可測的現(xiàn)象,同時網(wǎng)絡(luò)時延在k時刻的輸出更依賴于(k-1)時刻的輸出情況。本文將牽制控制的方法運用到具有一步誘導(dǎo)時延的離散復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計中。通過對部分節(jié)點施加反饋控制,以達到對整個復(fù)雜網(wǎng)絡(luò)進行狀態(tài)估計的目的,從而大大降低了狀態(tài)估計的成本,更加符合實際的工程應(yīng)用。利用Lyapunov穩(wěn)定性理論,推出牽制控制狀態(tài)估計器的設(shè)計準則。最后,通過數(shù)值仿真以驗證結(jié)果的可行性。(3)根據(jù)結(jié)構(gòu)可控性理論選取驅(qū)動節(jié)點進行牽制控制。利用Lyapunov穩(wěn)定性理論,得出增益反饋控制器設(shè)計準則。最后,通過實例仿真,驗證所設(shè)計反饋控制器的有效性和可行性。
[Abstract]:Network monitoring and fault diagnosis often need to grasp the status of all nodes in the network in real time. The complex network is large in scale and complex in nodes, so it is not realistic to directly measure the state information of each node in the network. In order to obtain the state information of each node in the network and further understand the behavior characteristics of the network, we need to estimate the state information of the whole network through the output information of the measured nodes. In addition, due to various factors, delay and packet loss will inevitably exist in the transmission of information in real networks, so it is more important to study the state estimation of complex networks under incomplete measurement. The main research work and results obtained in this paper are as follows: (1) in the process of transmission, real networks will be disturbed by uncertain factors such as packet loss, delay and so on, which will inevitably affect the state estimation of complex networks. Based on the previous theories, a robust guaranteed cost performance state estimator is designed to reduce the influence of data packet loss and induced delay on state estimation. Based on Lyapunov stability theory and stochastic analysis method, the design criteria of robust guaranteed cost state estimators are given in the form of linear matrix inequalities (LMIs). Finally, the effectiveness of the design scheme is verified by numerical simulation of complex networks of different sizes. (2) the phenomenon of unmeasurable output of some nodes may exist in the real network. At the same time, the output of network delay at k time is more dependent on the output of (k-1) time. In this paper, the containment control method is applied to the state estimation of discrete complex networks with one step induced delay. By applying feedback control to some nodes, the state estimation of the whole complex network is achieved, and the cost of state estimation is greatly reduced, which is more in line with the practical engineering application. Based on the Lyapunov stability theory, the design criteria of the control state estimator are derived. Finally, the feasibility of the results is verified by numerical simulation. (3) according to the theory of structural controllability, the driving nodes are selected to control. Using Lyapunov stability theory, the design criteria of gain feedback controller are obtained. Finally, the effectiveness and feasibility of the designed feedback controller are verified by simulation.
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：O157.5

【相似文獻】

相關(guān)期刊論文 前10條

1 張霞;尚春山;;淺談如何提高狀態(tài)估計合格率[J];科技資訊;2013年08期

2 陳炳;溫和寧;;用增測法解決狀態(tài)估計中的病態(tài)問題[J];成都科技大學學報;1993年01期

3 陳炳;溫和寧;;降秩近似法狀態(tài)估計的研究[J];成都科技大學學報;1991年03期

4 黃東惠;高亮;張紹和;;最優(yōu)乘子在電力系統(tǒng)快速分解狀態(tài)估計中的應(yīng)用[J];太原工業(yè)大學學報;1992年01期

5 嚴軍,施惠昌;一種新的狀態(tài)估計混合智能模型[J];上海大學學報(自然科學版);2005年04期

6 田豐;孟憲朋;張江紅;牛威;劉鑫;王世坤;;配電系統(tǒng)狀態(tài)估計分析研究[J];江西科學;2010年05期

7 侯博淵;邱忠坊;施嗚鶴;;電力系統(tǒng)的狀態(tài)估計、檢測及識別[J];山東工學院學報;1980年02期

8 李釗年;電力系統(tǒng)狀態(tài)估計中的不良數(shù)據(jù)辨識[J];青海大學學報(自然科學版);2001年01期

9 劉浩;侯博淵;;保留非線性的電力系統(tǒng)狀態(tài)估計法[J];山東建材學院學報;1991年02期

10 莫以為,蕭德云;離散測量事件在混合系統(tǒng)狀態(tài)估計中的應(yīng)用[J];應(yīng)用科學學報;2005年02期

相關(guān)會議論文 前10條

1 徐興華;陳萬里;;地調(diào)狀態(tài)估計實用化探討[A];華東六省一市電機工程（電力）學會輸配電技術(shù)研討會2002年年會山東電機工程學會交流論文集[C];2002年

2 郭金蓮;范曉丹;趙洪山;;分布式狀態(tài)估計算法的研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

3 劉耀年;郝靜;;基于分布式抗差加權(quán)最小二乘法的狀態(tài)估計[A];第十一屆全國電工數(shù)學學術(shù)年會論文集[C];2007年

4 劉順明;劉耀年;于賀;湯德海;;基于抗差加權(quán)最小二乘法的分布式狀態(tài)估計[A];高效 清潔 安全 電力發(fā)展與和諧社會建設(shè)——吉林省電機工程學會2008年學術(shù)年會論文集[C];2008年

5 何青;歐陽紅林;楊民生;童調(diào)生;;基于最優(yōu)定界橢球的自適應(yīng)集員狀態(tài)估計[A];2004全國測控、計量與儀器儀表學術(shù)年會論文集（上冊）[C];2004年

6 郭曉林;曹軍海;賈小平;;模糊狀態(tài)估計在機動目標跟蹤中的應(yīng)用[A];1997中國控制與決策學術(shù)年會論文集[C];1997年

7 林桂華;張艷軍;周蘇荃;;基于量測變換的混合量測狀態(tài)估計算法[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

8 景渤雯;趙璐;張雨生;;基于PMU的狀態(tài)估計研究現(xiàn)狀及發(fā)展展望[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

9 彭云輝;繆棟;劉云峰;;SR-UKF在狀態(tài)估計中的應(yīng)用[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

10 王正志;肖齊英;;部分參數(shù)不準確的線性系統(tǒng)H_∞狀態(tài)估計濾波問題[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

相關(guān)博士學位論文 前10條

1 王吉華;多軸轉(zhuǎn)向車輛狀態(tài)估計與控制研究[D];南京航空航天大學;2013年

2 Sideig Abd elrhman Ibrahim Dowi;PMU測量單元對電力系統(tǒng)動態(tài)狀態(tài)估計影響研究[D];華北電力大學;2015年

3 隋天舉;網(wǎng)絡(luò)化線性系統(tǒng)狀態(tài)估計問題研究[D];浙江大學;2017年

4 鄭秀娟;基于狀態(tài)估計的多方法融合的故障預(yù)測算法研究[D];華中科技大學;2016年

5 汪玉潔;動力鋰電池的建模、狀態(tài)估計及管理策略研究[D];中國科學技術(shù)大學;2017年

6 劉琳;智能配電網(wǎng)多信息站域保護及狀態(tài)估計信息應(yīng)用研究[D];北京交通大學;2017年

7 任江波;電力系統(tǒng)過程狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2007年

8 陳芳;電網(wǎng)狀態(tài)估計及其擴展的理論研究[D];山東大學;2010年

9 暢廣輝;基于混合量測的電力系統(tǒng)分布式狀態(tài)估計研究[D];武漢大學;2009年

10 王永;互聯(lián)電網(wǎng)分布式狀態(tài)估計和混合量測狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2008年

相關(guān)碩士學位論文 前10條

1 王珊珊;利用支路信息進行電力網(wǎng)絡(luò)拓撲辨識[D];鄭州大學;2015年

2 張娜;電流推算法及其與新息圖相結(jié)合的狀態(tài)估計研究[D];哈爾濱工業(yè)大學;2015年

3 沈豪棟;一種基于參數(shù)修正的區(qū)域性電網(wǎng)狀態(tài)估計改進方法[D];上海交通大學;2014年

4 胡曉艷;分布式平臺下的配電網(wǎng)狀態(tài)估計研究[D];華北電力大學;2015年

5 賈楠;基于WAMS的電力系統(tǒng)狀態(tài)估計及其應(yīng)用[D];華北電力大學;2015年

6 白鐸;智能電網(wǎng)狀態(tài)估計及性能分析[D];電子科技大學;2015年

7 安維亮;離散時間復(fù)雜網(wǎng)絡(luò)的狀態(tài)估計[D];南京郵電大學;2015年

8 沈超;自愈控制下電網(wǎng)狀態(tài)估計的研究[D];南京郵電大學;2015年

9 邳浚哲;不良數(shù)據(jù)檢測辨識及提高狀態(tài)估計合格率的方法研究[D];華北電力大學;2015年

10 李希;濾波方法在交通狀態(tài)估計中的應(yīng)用研究[D];中國海洋大學;2014年

，

本文編號：2146333