Методы оценки состояния технических систем по первому показателю Ляпунова тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Беспалов, Александр Викторович
- Специальность ВАК РФ05.13.01
- Количество страниц 127
Оглавление диссертации кандидат технических наук Беспалов, Александр Викторович
СОДЕРЖАНИЕ.
ОПРЕДЕЛЕНИЯ.
СПИСОК СОКРАЩЕНИЙ.
Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Автоматизация контроля герметичности изделий при периодических возмущениях давления пробной среды2005 год, кандидат технических наук Куленко, Евгений Сергеевич
Моделирование и оптимизация динамической нагруженности силовых передач транспортных машин2005 год, доктор технических наук Свитачев, Анатолий Иванович
Построение динамических моделей оптимального развития сетей электроэнергетических систем1983 год, доктор технических наук Кришан, Зигурд Павлович
Прочность несущих конструкций специализированных вагонов с регулируемой разгрузкой0 год, кандидат технических наук Соколов, Алексей Михайлович
Разработка и исследование самонастраивающихся алгоритмов управления в релейных системах с переменным гистерезисом2011 год, кандидат технических наук Рагазин, Дмитрий Александрович
Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Беспалов, Александр Викторович
4.3.4. Выводы по экспериментам
В ходе экспериментов для разработанных методов были получены следующие результаты:
1. 88А-метод показал свою надежность в случае оценки динамически изменяющегося показателя. Ошибка расчета статического показателя колеблется (в среднем) в районе 3—4 % от теоретического значения. Тем не менее, он сложен и содержит операции над матрицами большого раз
104 мера, что делает его не всегда эффективным в условиях ограниченности расчетных ресурсов.
2. Метод Розенштейна также показал хорошую надежность, нечувствительность к изменению параметров, меньшую ошибку и оптимальную расчетную сложность по сравнению с другими исследованными методами (классическим методом Вольфа для оценки первого показателя). Ошибка расчета статического показателя колеблется (в среднем) в районе 1—3 % от теоретического значения. Ошибка динамически меняющегося показателя характеризуется в основном длиной временного ряда и усредняющей природой получаемой оценки.
3. Метод Вольфа показал малую надежность и сильную чувствительность к изменению любых параметров, довольно большую ошибку. Хотя метод наименее вычислительно затратен по сравнению с другими методами, ошибка расчета статического показателя колеблется (в среднем) в районе 5—10 % от теоретического значения. Ошибка динамически меняющегося показателя находится в районе 25 % от теоретического значения.
4. Логарифмический метод (как и метод Розенштейна) для стационарного случая показал надежность, нечувствительность к изменению параметров. Средняя ошибка меньше, чем в методе Розенштейна. Ошибка расчета статического показателя колеблется в районе 0.5—2 % от теоретического значения. Ошибка динамически меняющегося показателя характеризуется длиной временного ряда и усредняющей природой получаемой оценки и колеблется в районе 3—7 % от теоретического значения.
5. Интерполяционный метод обладает всеми достоинствами логарифмического метода, однако является менее чувствительным к вариации размерности реконструкции и менее вычислительно затратным. Ошибка расчета статического показателя колеблется в районе 0.2—3 % от теоретического значения. Ошибка динамически меняющегося показателя харака б
Рис. 4.5. Характеристики переходных процессов для Т= 0.225. а — переходный процесс, б — 3-мерный срез реконструкции В табл. 4.9 приведены расчетные и теоретические значения первого показателя Ляпунова для системы такого вида.
Список литературы диссертационного исследования кандидат технических наук Беспалов, Александр Викторович, 2011 год
1. A practical method for calculating largest Lyapunov exponents from small data sets Source M. T. Rosenstein, J. J. Collins, C. J. De Luca // Physica D. 1993. Vol. 65. Issue 1—2. P. 117 — 134.
2. Advanced Solution in Energy Forecasting. 2008. Режим доступа: http://www.aleasoft.com/?gclid=COulg8—xIwCFShHEAodgn31wQ.
3. Correlation integral as a tool for distinguishing between dynamics and statistics in time series data. A. Potapov and J. Kurths. // Physica D: Nonlinear Phenomena. Vol. 120, Issues 3 — 4, 15 September 1998, P. 369 — 385.
4. BUNKER program official site. Режим доступа: http://www.ipu.ru/kommer/komm.htm
5. Nonparametric regression based short-term load forecasting / W. Chary-toniuk, M. S. Chen, P. Olinda Van // IEEE Trans. PAS. 1998. Vol. 13. № 3. P. 762— 771.
6. Coping with chaos: Analysis of chaotic data and the exploitation of chaotic systems / E. Ott, T. Sauer and J. A. Yorke, New York, 1994.
7. Determining Lyapunov exponents from a time series / A. Wolf,
8. J. B. Swift, H. L. Swinney, J. A. Vastano. Physica D16. 1985. P. 285.
9. Fault Tree analysis. Режим доступа: http ://en. wikipedi a. org/ wiki/Faulttreeanaly s i s.
10. FMEA meaning Режим доступа: http://www.fmea—fmeca.com/what-is-fmea-fmeca.html.
11. FRACAS meaning. Режим доступа: http://www.isograph-software.com/frcover.htm.
12. A comparison between methods to compute lyapunov exponents / G. Tancredi, A. Sanchez // The astromomical journal. 2001. Vol. 121. P. 1171 — 1179.
13. A stochastic approach to peak power demand forecasting in electric utility system / P.C. Gupta // IEEE Trans. PAS — 90. 1971. P. 824-832.
14. Long-term Storage of Reservoirs / H.E. Hurst // Transactions of the American Society of Engineers. 1991. Vol. 88.
15. Optimal smoothing for trend removal in short term electricity demand forecasting / D.G. Infield, D.C. Hill // IEEE Trans. PAS. 1998. Vol. 13. №3. P. 724 — 736.
16. Nonlinear time series analysis. / H. Kantz, T. Schreiber // New York. Cambridge University Press. 1997.
17. LCA meaning. Режим доступа: http://en.wikipedia.org/wiki-/Lifecycleassessment
18. Liapunov exponents from time series / J. P. Eckmann, S. O. Kamphost, D. Ruelle, S. Cilibreto // Phys. Rev. 1986. Vol. 36.1. P. 4971 — 4979.
19. Techniques for load prediction in the electricity supply industry / P.D. Matteewman, H. Nicholson //Proc. IEE. 1968. Vol. 115.1. P. 1451 — 1457.
20. Load forecasting suboptimal seasonal autoregressive models and itera-tively reweighted least squares estimation / G.A.N. Mbamalu, M.E. El-Hawary // IEEE Trans. PAS. 1993. Vol.8. № 1. P. 319— 325.
21. Use of Lyapunov Exponents to Predict Chaotic Vessel Motions / McCue, Leigh, A. Troesc // Proceedings, 5 th International Workshop on the Stability and Operational Safety of Ships, Shanghi Jiao Tong University, Shainghi. 2004.
22. Measurement of the Lyapunov spectrum from a chaotic time series / M. Sano, Y. Sawada // Phys Rev. 1985. Vol. 55 (10). P. 1082 — 1085.
23. MTBF overview. Режим доступа: http://www.vicr.com/documents-/quality/ RelMTBF.pdf
24. On the local stability estimation using first Lyapunov exponent calculation / A. V. Bespalov, Y. S. Chistyakov // Eurocon 2009. 2009.1. P. 1985— 1990.
25. A regression-based approach to short-term system load forecasting / A. D. Papalexopoulos, Т. C. Hesterberg // IEEE Trans. PAS. 1990. Vol. 5. №4. P. 326 — 342.
26. Composite modeling for adaptive short-term load forecasting /
27. J. H. Park, Y. M. Park, K. Y. Lee // IEEE Trans. PAS. 1991. Vol. 6. №2. P. 118— 124.
28. Pro C# 2008 and the .NET 3.5 platform. A. Troelsen
29. Режим доступа: http://www.bookshunt.ru/b378206andrew-troelsenproc2008andthe.net3.5platform
30. Calculation of Lyapunov exponents avoiding spurious elements / R. Stoop, J. Parisi. //PhysicaD: Nonlinear Phenomena. 1991. Vol. 50. Issue 1. P. 89 — 94.
31. Relex official site Режим доступа: http://www.relex.com/products-/index.asp
32. RiskSpectrum. Режим доступа: http://www.scandpower.com/en/risk/
33. Short-term forecasting of industrial electricity consumption in Brazil / R. Sadownik, E. P. Barbora // J. Forecast. 1999. Vol.18. № 3.1. P. 245—250.
34. The impact of temperature forecast uncertainty on bayesian load forecasting / A. P. Douglas, et al. //IEEE Trans. PAS. 1998. Vol.13. №4. P. 118 —124.
35. A new short-term load forecasting approach using self-organizing fuzzy ARMAX / H. T. Yang, С. M. Huang // Trans. PAS. 1998. Vol. 13. № i.-p. 110 — 119.
36. A temperature match based optimization method for daily load prediction considering DLC effect / Z. Yu // IEEE Trans. PAS. 1996. Vol.11. №2. P. 361 — 368.
37. Адаптивная система управления гидроприводом / Борцов Ю. А., Поляхов Н. Д., Кузнецов В. Е. и др. // Мехатроника, автоматизация, управление. 2007. № 11. С. 12—15.
38. Метод оценки первого показателя Ляпунова по временному ряду / А. В, Беспалов, О. Э. Якупов, Н. Д. Поляхов. // Материалы между-нар. конф. по мягким вычислениям и измерениям (SCM-2010). 2010.
39. Анализ временных рядов электронный учебник. Режим доступа: http://www.fmi.uni-sofia.bg/fmi/statist/education/textbook/ru/modules-/sttimser.html
40. Нелинейные эффекты в хаотических и стохастических системах / Анищенко В. С., Астахов В. В., Вадивасова Т. Е., и др. // Москва — Ижевск: Институт компьютерных исследований. 2003. 544 с.
41. АСКОНИКА-К. Описание. Режим доступа: http://www.asonika-к.гиЛ1е8сг2.р11р
42. Анализ временных рядов и прогнозирование / В. Н. Афанасьев, М. М. Юзбашев. М.: Финансы и статистика, 2001. 226 с.
43. Выявление фрактальных характеристик для процесса прогнозирования временных рядов налоговых поступлений / С. С. Беляков, Н. Ф. Овчаренко, Ф. Б. Тебуева // Успехи современного естествознания. 2005. №2. С. 54— 55.
44. Сравнительные модели прогнозирования электрической нагрузки / Д. В. Бэнн, Е. Д. Фармер; пер. с англ. М.: Энергоатомиздат, 1987. 200 с.
45. Вибрации и аэроупругость самолета. Режим доступа: 11йр://ку8— vm.narod.rU/uchob/17/7.html.
46. Главные компоненты временных рядов: метод "Гуссеница" / Под ред. Д. Л. Данилова, А. А. Жиглявского // СПб. 1997.
47. Прогнозирование временных рядов по разнородной информации / В. Б. Головченко // Новосибирск: Наука, 1999. 86 с.
48. Адаптивное прогнозирование временных рядов в электроэнергетике / С.К. Гурский // Минск: Наука и техника, 1983. 271 с.
49. Лекции по математической теории устойчивости / Б. П. Демидо-вич // Издательство: Лань, 2008. 480 стр.
50. Деревья отказа. Режим доступа: http://www.itexpert.ru/rus/ITEMS-/FTA.pdf
51. Вейвлеты. От теории к практике / В.П. Дьяконов. М.: COJIOH-P, 2002. 448 с.
52. Интеллектуальное управление в технических системах / Н. Д. По-ляхов., И. А. Приходько, А. А. Карачев, А. В. Вейнмейстер, А. В. Беспалов // Мехатроника, автоматизация, управление. 2007. № 10. С. 11 — 15.
53. Информационно-аналитическая программная платформа Deductor компании BaseGroup Labs. 2003. Режим доступа: http://www.basegroup.ru/deductor/description/.
54. Фракталы и хаос в динамических системах / P.M. Кроновер // М.: Техносфера, 2006. 484 с.
55. Гидродинамика / JI. Д. Ландау, Е. М. Лифшиц // М.: Наука, 1986. 736 с.
56. Методология и система моделей прогноза электропотребления / Б. И. Макоклюев // Электрические станции. № 3. 2007. С. 8 — 13.
57. Современные проблемы нелинейной динамики / Г. Г. Малинецкий, А. Б. Потапов // М.: Эдиториал УРСС. 2000. 336 с.
58. Методика прогнозирования графиков электропотребления для технологий краткосрочного планирования / Н. Г. Шульгинов. // ОАО "СО -ЦЦУ ЕЭС". 2007.
59. Методы расчета надежности сложных систем. Режим доступа: http://reliability-theory.ru/t6rlpartl.html.
60. Методы управления физико-техническими системами энергетики в новых условиях / Н. И. Воропай и др. // Новосибирск: Наука. 1995. 335 с.
61. Методы анализа временных рядов / Н. А. Хованова, И. А. Хованов
62. Учебное пособие. Саратов. 2001.
63. Метод Туссеница"-88А: анализ временных рядов. / Н. Э. Голян-дина // Учебное пособие. СПб. 2004.
64. Нелинейная динамика: Подходы, результаты, надежды (Синергетика: от прошлого к будущему) / Г. Г. Малинецкий и др. // М.: КомКнига. 2006. 280 с.
65. Турбулентность и динамика атмосферы / А. М. Обухов // Гидро-метеоиздат. СПб. 414 стр.
66. Определение мод. Режим доступа: http://en.wikipedia.org/wiki-/Могта1тоёе.
67. Определение флаттера. Режим доступа: http://ru.wikipedia.org/wiki/-%Э0% А4%Б0%В В%00%В 0%Б 1 %82%Б 1 %82%В0%В5%Б 1 %80 %28%О0%В0%Б0%В2%В0%В 8%В0%В0%В 1 %86%Б0%В 8%Б 1 % 8Б%29
68. Подходы к оценке первого показателя Ляпунова / А. В. Беспалов, Н. Д. Поляхов // Материалы Междунар. конф. по мягким вычислениям и измерениям (ЭСМ-2008), СПб. 2008. Т. 1.
69. Прогнозирование энергопотребления: современные подходы и пример исследования / Л. А. Болынов и др. // Известия Академии Наук: Энергетика. 2004. №6. С. 74— 93.
70. Программа перегрузка Режим доступа: http://www.ibrae.ac.ru-/content/view/249/296/.
71. Динамический Хаос. С. П. Кузнецов. Режим доступа:http://www.flzmatlit.narod.ш/webrary/kuzn/lшzn.htm.
72. Теория хаоса. Основы. Режим доступа: http://en.wikipedia.org/wiki-/СЬаоэ^еогу
73. Требования к системам прогнозирования энергопотребления / Ко-морник, С. Калечиц Е. // ЭнергоРынок. 2008. № 3.
74. Прогнозирование временных рядов / Е. В Цукерман // Казань: Магариф. 1997. 123 с.
75. Математические модели нелинейной динамики / А. И. Чуличков // М.: ФИЗМАТ ЛИТ. 2003. 296 с.
76. Прогнозирование электрических нагрузок ЭЭС с использованием методов искусственного интеллекта / Г. П. Шумилова и др. // Материалы докладов РНСЭ. Казань. 2001. Т. 2.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.