不完全测量下的复杂网络状态估计
[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.
【学位授予单位】:南京邮电大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O157.5
【相似文献】
相关期刊论文 前10条
1 张霞;尚春山;;浅谈如何提高状态估计合格率[J];科技资讯;2013年08期
2 陈炳;温和宁;;用增测法解决状态估计中的病态问题[J];成都科技大学学报;1993年01期
3 陈炳;温和宁;;降秩近似法状态估计的研究[J];成都科技大学学报;1991年03期
4 黄东惠;高亮;张绍和;;最优乘子在电力系统快速分解状态估计中的应用[J];太原工业大学学报;1992年01期
5 严军,施惠昌;一种新的状态估计混合智能模型[J];上海大学学报(自然科学版);2005年04期
6 田丰;孟宪朋;张江红;牛威;刘鑫;王世坤;;配电系统状态估计分析研究[J];江西科学;2010年05期
7 侯博渊;邱忠坊;施呜鹤;;电力系统的状态估计、检测及识别[J];山东工学院学报;1980年02期
8 李钊年;电力系统状态估计中的不良数据辨识[J];青海大学学报(自然科学版);2001年01期
9 刘浩;侯博渊;;保留非线性的电力系统状态估计法[J];山东建材学院学报;1991年02期
10 莫以为,萧德云;离散测量事件在混合系统状态估计中的应用[J];应用科学学报;2005年02期
相关会议论文 前10条
1 徐兴华;陈万里;;地调状态估计实用化探讨[A];华东六省一市电机工程(电力)学会输配电技术研讨会2002年年会山东电机工程学会交流论文集[C];2002年
2 郭金莲;范晓丹;赵洪山;;分布式状态估计算法的研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
3 刘耀年;郝静;;基于分布式抗差加权最小二乘法的状态估计[A];第十一届全国电工数学学术年会论文集[C];2007年
4 刘顺明;刘耀年;于贺;汤德海;;基于抗差加权最小二乘法的分布式状态估计[A];高效 清洁 安全 电力发展与和谐社会建设——吉林省电机工程学会2008年学术年会论文集[C];2008年
5 何青;欧阳红林;杨民生;童调生;;基于最优定界椭球的自适应集员状态估计[A];2004全国测控、计量与仪器仪表学术年会论文集(上册)[C];2004年
6 郭晓林;曹军海;贾小平;;模糊状态估计在机动目标跟踪中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
7 林桂华;张艳军;周苏荃;;基于量测变换的混合量测状态估计算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
8 景渤雯;赵璐;张雨生;;基于PMU的状态估计研究现状及发展展望[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
9 彭云辉;缪栋;刘云峰;;SR-UKF在状态估计中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
10 王正志;肖齐英;;部分参数不准确的线性系统H_∞状态估计滤波问题[A];1993年控制理论及其应用年会论文集[C];1993年
相关博士学位论文 前10条
1 王吉华;多轴转向车辆状态估计与控制研究[D];南京航空航天大学;2013年
2 Sideig Abd elrhman Ibrahim Dowi;PMU测量单元对电力系统动态状态估计影响研究[D];华北电力大学;2015年
3 隋天举;网络化线性系统状态估计问题研究[D];浙江大学;2017年
4 郑秀娟;基于状态估计的多方法融合的故障预测算法研究[D];华中科技大学;2016年
5 汪玉洁;动力锂电池的建模、状态估计及管理策略研究[D];中国科学技术大学;2017年
6 刘琳;智能配电网多信息站域保护及状态估计信息应用研究[D];北京交通大学;2017年
7 任江波;电力系统过程状态估计研究[D];哈尔滨工业大学;2007年
8 陈芳;电网状态估计及其扩展的理论研究[D];山东大学;2010年
9 畅广辉;基于混合量测的电力系统分布式状态估计研究[D];武汉大学;2009年
10 王永;互联电网分布式状态估计和混合量测状态估计研究[D];哈尔滨工业大学;2008年
相关硕士学位论文 前10条
1 王珊珊;利用支路信息进行电力网络拓扑辨识[D];郑州大学;2015年
2 张娜;电流推算法及其与新息图相结合的状态估计研究[D];哈尔滨工业大学;2015年
3 沈豪栋;一种基于参数修正的区域性电网状态估计改进方法[D];上海交通大学;2014年
4 胡晓艳;分布式平台下的配电网状态估计研究[D];华北电力大学;2015年
5 贾楠;基于WAMS的电力系统状态估计及其应用[D];华北电力大学;2015年
6 白铎;智能电网状态估计及性能分析[D];电子科技大学;2015年
7 安维亮;离散时间复杂网络的状态估计[D];南京邮电大学;2015年
8 沈超;自愈控制下电网状态估计的研究[D];南京邮电大学;2015年
9 邳浚哲;不良数据检测辨识及提高状态估计合格率的方法研究[D];华北电力大学;2015年
10 李希;滤波方法在交通状态估计中的应用研究[D];中国海洋大学;2014年
,本文编号:2146333
本文链接:https://www.wllwen.com/kejilunwen/yysx/2146333.html