System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于自动化和现代控制工程及应用领域,具体涉及一种智慧城市水管网的正复杂网络建模及非周期控制方法。
技术介绍
1、随着互联网的飞速发展,复杂网络研究的重要性日益凸显。2017年2月中国科学报发表复杂网络研究指出:复杂动态网络是系统与控制科学的前沿与热点研究领域。揭示了一类典型时变复杂动态网络同步的普适性规律、复杂动态网络牵制控制的基本规律及其结构识别的内在机理,突破了由节点局部信息获取网络全局信息的关键瓶颈,建立了一类不确定复杂动态网络自适应同步的基本准则。复杂网络涉及数学、工程、生物甚至经济和社会科学,影响广泛而深远,早在2016年度国家自然科学奖中就有一项由中国科学院研究的复杂网络。除此之外,在社交网络,互联网,生物学,交通系统,电力系统,金融系统,流行病学等实际领域中应用广泛。
2、智慧城市水务系统是智慧城市概念的一部分,旨在利用先进的技术和信息通信技术来改善城市的水资源管理、供水、排水、治理和监测等方面。然而很多城市仍存在水资源短缺的情况,如何实时监测水资源的使用情况,提高水资源的利用效率成为了亟待解决的问题。首先,依据用水量始终为非负值的特性,且复杂网络是由大量相互连接的节点组成的系统(参见图2),其中节点之间的关系可能是复杂且动态变化的,因此用正复杂网络建模可以有效地描述水务系统中不同部件之间的连接和关系。例如,水力系统中管道、阀门、水泵等组件之间的联系可以通过正复杂网络的节点和边来表达,使得系统的结构更加清晰和可视化。其次,在监测方面,传统的基于采样数据的方法在处理复杂系统时可能会面临很多挑战,
3、在水务系统中,有一些变量可能难以精确地测量或难以预测,这可能导致系统的一些不确定性。例如,地下水运动是一个复杂的过程,其路径和速度可能受到地下岩石和土壤特性的影响。由于地下条件的复杂性,地下水运动的准确模拟和测量可能存在挑战,导致系统的状态无法精确测量。因此用观测的方法来估计水资源在水务系统中的流动和分配情况,可以定量分析水的流向、压力变化以及不同节点之间的水量传输情况,有助于优化水资源利用和管理。其次,水质是城市居民健康和环境可持续性的关键因素,水质受到许多因素的影响,包括人类活动、自然过程和污染源。某些水质参数的变化可能受到随机事件的影响,难以准确测量或预测。本专利技术用观测的信息来估计状态信息有助于智慧城市水务系统可以监测水质,及时发现并应对水质问题,保障居民用水的安全性。
4、基于以上分析,本专利技术利用现代控制理论技术建立智慧城市水务管网的正复杂网络模型。首先,建立离散时间正复杂网络的事件触发条件,其次,利用了矩阵分解技术,设计了事件触发状态控制器,实现对水务系统的实时监测和管理。最后,设计了观测器保证在水务系统中对难以精确地测量进行估计。综上,设计一种智慧城市水管网的正复杂网络建模及非周期控制方法具有重要的科研意义和实际应用意义。
技术实现思路
1、本专利技术的目的是针对所提出的问题,对智慧城市水管网利用正复杂网络进行建模,提出一种基于事件触发的复杂网络状态估计与控制方法。本专利技术具体步骤包括如下:
2、一种基于非周期采样的正复杂网络状态估计与控制方法,包括如下步骤:
3、步骤1、建立城市智慧水务控制系统的正复杂网络系统状态空间模型;
4、步骤2、建立城市智慧水务控制系统的非周期采样机制;
5、步骤3、构建城市智慧水务控制系统的传感器测量值误差,重写基于非周期采样的的状态估计器;
6、步骤4、构建城市智慧水务控制系统误差,建立无输入的估计器和动态估计误差模型;
7、步骤5、建立城市智慧水务控制系统的l1增益隐私安全敏感性机制;
8、步骤6、设计城市智慧水务控制系统平稳运行的条件;
9、步骤7、正复杂网络正常的条件下对城市智慧水务控制系统的正性进行验证;
10、步骤8、正复杂网络出现故障的条件下对城市智慧水务控制系统的稳定性进行验证。
11、优选地,步骤1中城市智慧水务控制系统的正复杂网络系统状态空间模型的构造,形式如下:
12、
13、其中,和表示管内观测数据输入,是n×n维的矩阵,c是m×n维的矩阵,表示事件触发时刻的误差,ki,li表示设计的状态观测器的增益,i代表第i个节点。
14、优选地,步骤2建立城市智慧水务控制系统的非周期采样机制,其构建形式如下:
15、
16、对于xi(k)≥0,很容易从yi(k)=cixi(k)得到yi(k)≥0,进而可得
17、
18、其中,β是给定的常数,且满足β>0,1m×m表示m维的方阵,表示为第i个传感器测量值在最新触发瞬间和电流采样瞬间的测量值之差,yi(k)表示采样时刻的误差,表示在最新触发瞬间和电流采样瞬间的测量值之差的一范数,‖y(k)‖1表示采样时刻误差的一范数。
19、优选地,步骤3中构建城市智慧水务控制系统的传感器测量值误差,重写基于非周期采样的的状态估计器,其构建形式如下:
20、
21、其中,表示为第i个传感器测量值在最新触发瞬间和电流采样瞬间的测量值之差,u(k)表示控制输出,b,c分别是已知具有适当维度的矩阵,k,l表示系统增益矩阵,i代表第i个节点。
22、优选地,步骤4中的构建城市智慧水务控制系统误差,建立无输入的估计器和动态估计误差模型,其构建形式如下:
23、
24、
25、其中,e(k)代表系统误差,分别是已知具有适当维度的矩阵,m,k,l表示系统增益矩阵,i代表第i个节点。
26、优选地,步骤5中建立城市智慧水务控制系统的l1增益隐私安全敏感性机制,其构建形式如下:
27、
28、其中,γ表示l1增益,对于ω(k)=0的情况下,系统是渐近稳定的,对于ω(k)≠0的情况下,在零初始条件时,满足则称系统是满足l1增益的稳定。
29、优选地,步骤6中设计城市智慧水务控制系统平稳运行的条件,其构建形式如下:
30、步骤6.1、设计常数,β>0,0<μ<μ<1,rn向量使得以下不等式:
31、
32、
33、
34、
35、
36、
37、
38、
39、
40、
41、
42、
4本文档来自技高网...
【技术保护点】
1.一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤1中城市智慧水务控制系统的正复杂网络系统状态空间模型的构造,形式如下:
3.根据权利要求2所述的一种基于事件触发的正复杂网络状态估计与控制方法,其特征在于:步骤2建立城市智慧水务控制系统的非周期采样机制,其构建形式如下:
4.根据权利要求3所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤3中构建城市智慧水务控制系统的传感器测量值误差,重写基于非周期采样的的状态估计器,其构建形式如下:
5.根据权利要求4所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤4中的构建城市智慧水务控制系统误差,建立无输入的估计器和动态估计误差模型,其构建形式如下:
6.根据权利要求5所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤5中建立城市智慧水务控制系统的增益隐私安全敏感性机制,其构建形式如下:
...【技术特征摘要】
1.一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤1中城市智慧水务控制系统的正复杂网络系统状态空间模型的构造,形式如下:
3.根据权利要求2所述的一种基于事件触发的正复杂网络状态估计与控制方法,其特征在于:步骤2建立城市智慧水务控制系统的非周期采样机制,其构建形式如下:
4.根据权利要求3所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤3中构建城市智慧水务控制系统的传感器测量值误差,重写基于非周期采样的的状态估计器,其构建形式如下:
5.根据权利要求4所述的一种基于非周期采样的正复杂网络状态估计与控制方法,其特征在于:步骤4中的构建城市智慧水务控制系统误差,建立...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。