自然界中存在的大量复杂系统都可以通过复杂网络进行描述,复杂网络的脆弱性特征与现实复杂系统的大规模连锁故障有密切的关系。本项目旨在研究复杂网络连锁故障的识别及相应的智能控制方法,以提高大型复杂系统的安全性和可靠性。主要内容包括:建立能够反映实际复杂系统特性的连锁故障负荷模型;基于该模型研究故障传播的动态过程并揭示连锁故障发生的内在机理;根据整体论分析方法,从全局的角度提出能够反映系统安全性的量化指标- - -负荷熵,以进行连锁故障的识别,并使智能控制方法的引入成为可能;考虑到现实复杂系统大多具有社团性,提出基于多智能体的分布预测控制策略;将该连锁故障的识别和控制思路应用于实际的大型复杂电力网络进行验证和修正。该项目将从全局的角度深刻揭示复杂网络连锁故障的内在机理,并提出可行的控制方案,为推动大型互联复杂系统安全性的监测、预警和控制,具有重要的理论与现实意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
面向云工作流安全的任务调度方法
多电机复杂网络模型的混沌行为与连锁故障关系分析和控制
基于复杂网络的大型复杂装备故障智能诊断原理与方法研究
大型复杂装备故障模式识别及预测
基于复杂网络的电器控制系统故障建模及诊断预测研究