簇间连接方式不同的簇网络的同步过程研究

本文对簇间连接方式不同的三类簇网络的同步能力和同步过程进行研究. 构成簇网络的两个子网均为BA无标度网络, 当簇间连接方式是双向耦合时, 称其为TWD网络模型, 当簇间连接是大子网驱动小子网时, 称其为BDS网络模型, 当簇间连接是小子网驱动大子网时, 称其为SDB网络模型. 研究表明, 当小子网和大子网节点数目的比值大于某一临界值时, TWD网络模型的同步能力大于BDS网络模型的同步能力, 当该比值小于某一临界值时, TWD网络模型的同步能力小于BDS网络模型的同步能力, SDB网络模型的同步能力是三种网络结构中最差的. 对于簇间连接具有方向性的单向驱动网络, 簇网络的整体同步能力与被驱动子网的节点数和簇间连接数有关, 与驱动网络自身节点数无关. 增加簇间连接数在开始时会降低各子网的同步速度, 但最终各子网到达完全同步的时间减少, 网络的整体同步能力增强. 文中以Kuramoto相振子作为网络节点, 研究了不同情况下三种簇网络的同步过程, 证明了所得结论的正确性. 关键词： 簇网络 有向连接 同步能力 Kuramoto振子     

DC-DC开关功率变换器的非线性动力学行为研究

DC-DC开关功率变换器是一种典型的分段光滑动力学系统, 在一定的工作和参数条件下, 系统会出现各种分岔如倍周期分岔、Hopf分岔、边界碰撞分岔和混沌运动. 系统评述了DC-DC开关功率变换器的非线性动力学行为的研究进展;介绍了离散非线性映射、分段线性模型、平均值模型等3种建模方法;分析了这种电路系统中的分岔特点及通向混沌的途径与机制;结合我们的研究工作, 讨论了对这种电路系统进行混沌控制的必要性及相关策略;最后, 从应用的角度提出了未来的若干研究方向.      

基于复杂网络的电网结构健壮性及Braess悖论现象研究

应用复杂网络理论，建立电力系统的改进导纳模型，结合电网拓扑特性和电气特性对电网的级联故障进行研究。通过随机移除传输线引发电网级联故障，研究网络的节点数、平均度、发电站数量以及发电站的分布状况对系统健壮性的影响，并对小世界电网级联故障过程中的布雷斯(Braess)悖论现象进行分析。研究表明：网络的健壮性与其拓扑结构密切相关，平均度较大时，最近邻耦合网络和小世界网络健壮性曲线存在多个分叉点；在小世界结构电网中，一般平均度和节点数越大，发电站的数量越多，电网健壮性越好；发电站分散分布比发电站集中分布的电网健壮性更好。对网络容量增加导致健壮性降低的布雷斯现象进行解释。     

脉冲电压微分反馈法控制buck功率变换器中的混沌

通过3种典型的开关逻辑图分析了降压buck变换器中混沌产生的机理，指出开关S导通时，电 容充电过快是电路系统中混沌产生的主要原因.在此基础上提出了利用输出电压的脉冲微分 反馈对这类电路系统中的混沌进行控制的方法.理论分析、数值计算和电路仿真证实了该方 法的正确性和有效性. 关键词： 混沌 混沌控制 脉冲电压微分反馈 buck变换器     

DC-DC buck变换器的分岔行为及混沌控制研究

研究了带负载电容的DC-DC buck变换器的分岔行为及其混沌控制问题，提到了一些新的有意义的结果.随着负载电容的增加，这种电路系统出现周期叠加序列窗口，且系统混沌运动的参数空间的测度逐渐趋于零，而且系统处在周期运动区时其电压转换效率高于系统处在混沌运动区时的电压转换效率，这些结果对于实际电路的设计具有较好的参考价值.同时，采用外加周期脉冲控制方法，能有效地实现该电路系统中的混沌控制.     

基于区块链的混合式点对点电力信息网络级联故障研究

通过对电网进行社团划分,根据电网和信息网对应分层分区建设的现状和实际耦合关系划分信息网社团。选取信息网中每个社团介数最大的节点和度数最大的节点进行全连接,构建基于区块链的混合式点对点结构的电力信息相互依存网络模型。结合区块链的共识机制分析该模型的优势,利用高度数攻击与高介数攻击这两种攻击策略研究所提出的相互依存网络的鲁棒性,并与传统的集中式控制的电力信息网和完全分散式点对点电力信息网进行对比。研究结果表明：本电力信息相互依存网络模型能够在提高网络鲁棒性的基础上,有效减少实用拜占庭容错算法的通信开销和共识时延;在混合式点对点电力信息网中,高度数攻击方式下系统表现出更强的脆弱性。     

超混沌振荡器的单变量单向耦合同步及其电路实验仿真

研究了一个超混沌振荡器的耦合同步问题,只用单变量单向耦合就可实现两个超混沌振荡器的同步.本方法的最大特点是易于工程实现.数值研究和电路实验仿真证明了本方法的有效性.电路实验仿真中出现一种新的同步现象,即系统的某个变量达到广义同步时,其他变量还可以实现精确同步.     

基于子网划分的电网关键节点识别

结合电网拓扑结构和潮流追踪技术,提出一种基于子网划分的电网关键节点识别方法。首先,根据发电机节点的邻域信息和功率将发电机节点划分为不同的子集,然后根据电网的系数分配矩阵将负荷节点划分到为其提供最大功率的发电机节点子集中,完成子网划分。接着采用多属性决策法对每个子网的节点进行排序,进一步改进并计算每个子网的结构系数,作为衡量子网重要性的指标。根据子网重要性,从每个子网中提取特定比例的候选关键节点,对这些候选节点依据多属性决策法重新排序,得到关键节点的最终排序。以IEEE14、IEEE57和IEEE118三种节点系统为例进行分析,得到各个系统的子网划分结果和各个标准网络的重要节点排序结果。采用本文方法、PageRank法和多属性决策法分别进行关键节点排序,并对排序靠前的关键节点进行级联故障性能实验和网络效能实验。实验表明,本文算法选择的关键节点对整个网络的传播性能影响最大,优于其他两种关键节点识别方法。     

可变聚类无标度网络上的谣言免疫策略

提出一种聚类免疫策略,使用改进的经典谣言传播模型,在可变聚类无标度网络上研究其免疫效果.研究发现,聚类免疫的效果随着网络聚类系数的增加而变好.在不同聚类系数下,比较目标免疫、介数免疫、紧密度免疫和聚类免疫的免疫效果发现,无论网络的聚类特性如何,介数免疫始终是几种免疫策略中效果最好的,当网络聚类系数较大时,聚类免疫的效果超过紧密度免疫接近目标免疫,进一步增大网络的聚类系数,聚类免疫的效果超过目标免疫而接近介数免疫.     

电网在三种边攻击方式下的级联失效

研究美国西部电网在三种边攻击方式下级联失效差异性.定义边ij的初始负载为(k_ik_j)^θ,k_i,k_j分别表示节点i和j的度,θ为一可调参数.三种边攻击方式分别为:最小负载边攻击方式(LL)、最大负载边攻击方式(HL)和容量比最小边攻击方式(SPC).通过分析电网的拓扑结构,研究三种攻击方式级联失效差异性.研究表明:HL和LL攻击方式下,受攻击边的范围不随θ而改变,HL的攻击效果随θ的增大而增强,LL的攻击效果随θ的增大而减弱.而SPC法选中的被攻击边随θ变化,当θ取值较小时,SPC攻击边是拓扑结构较特殊的一种最小负载边,随着θ的增大,SPC攻击边趋向于高负载边,因此θ较小时,SPC的攻击效果和LL接近,当θ较大时,SPC的攻击效果和HL接近.