当前课程知识点:电磁暂态分析 >  结课考试 >  结课考试 >  视频

返回《电磁暂态分析》慕课在线视频课程列表

视频在线视频

返回《电磁暂态分析》慕课在线视频列表

视频课程教案、知识点、字幕

我们接着介绍

电磁暂态分析的第32讲

智能算法矩阵束方法等

对于基模参数辨识的改进方法有很多

包括快速多极子 空域分解 矩阵预处理等

这些算法直接从加快算法本身着手

对于加速单个点的计算过程

有着非常显著的效果

还有一些

是充分利用采样点信息的内插外推算法

如阈值付立叶变换 渐近波形估计 以及谱域展开法等

矩阵束方法用于对已有的离散数据进行分析

并得到一系列两两共轭的

以指数衰减为轮廓的向量

并用这些向量来模拟未计算的结果

实验过程与基模参数辨识

在时域中的应用的执行过程非常类似

只是求解系统参数的过程不同

矩阵束方法通过构造矩阵

并对矩阵阵进行奇异值分解的方法获得参数

基模参数是通过构造多项式的方法

来实现系统的参数的求解

基模参数在时域中

一般电磁场波形可以表示为一组振荡波形

这个我们在前面已经介绍了

这里yₖ是表示前n个数据中的第k个数据

当所有的yₖ

都能够用M个衰减衰减波

的向量bᵢ叠加而得到时

这个M个振荡衰减波形的叠加结果

就可以代表系统真实响应

假设从y₀到y៷₋₁的N个数据都是已知的

设zᵢ等于e的sᵢ δt

最关键的问题就是

求解bᵢ和zᵢ

我们首先建立两个矩阵y₁和y₂

Y₁是等于y₀

一直到y៷₋₁

Y₂是等于y₁到y˪

它中间的每一项yᵢ是等于这样一个表达式

根据Y₁和Y₂的形式

我们可以得到Y₁是等于Z₁BZ₂

Y₂是等于Z₁BZ₀Z₂

B是b₂到b៳的对角矩阵

Z₀是Z₁到Z₀的对角矩阵

这是一个Z₁的表达式和Z₂的表达式

对于如何计算矩阵束问题的特征根

我们首先得到这样一个表达式

式中‘+’上标代表广义逆

会存在这样一个向量pᵢ

它会使得 Y₁⁺Y₁pᵢ是等于pᵢ的

另外Y₁⁺Y₂pᵢ是等于zᵢpᵢ的

我们通过对Y₁⁺进行奇异值分解

可以得到Y₁⁺等于VD⁻¹Uᴴ

这个上标H表示更多转换

通过一系列的迭代

我们可以得到这样一个表达式

可以看出zᵢ是矩阵D⁻¹UᴴY₂V的特征值

然后我们可以求出它的特征值

即为我们所需要的zᵢ

然后对这个式子做逆运算

我们可以计算得到的bᵢ

也就是我们求出了bᵢ和zᵢ的所有的值

矩阵束方法用于对已有的离散数据进行分析

并得到一系列两两共轭的

以指数衰减为轮廓的向量

并用这些向量来模拟未计算的数据

这种方法的实现过程与基模参数辨识

在时域中的实现过程是非常相似的

只是求解参数的系统是不同的

矩阵束方法

通过构造矩阵

并对矩阵进行奇异值分解的方法

来得到bᵢ和sᵢ

而基模参数通过构造多项式的方法

来实现系统参数的求解

这张图给出的是

采用普通的方法和矩阵束方法

来拟合雷电流激励下地电位升的结果

可以看出

采用普通的方法在高频段出现了振荡

而采用矩阵数就没有这样一个结果

对于内插外推目前还存在很多的问题

一是计算时间较长

数据占用的储存空间大

建模的精度不是很高

计算过程中智能化不够等问题

另外我们要充分缓解面临的问题

就必须运用好

各种内插外推的算法和相应的辅助算法

一定要将多种算法相互结合

我们可以将

基模参数和NEVILLE以及基模激励法算法

与AWE算法结合起来

可以在节省大量的时间的基础上

又不损失它的计算精度

其实加入自适应算法

可以使采样区间更加合理

同时节省了大量的人工干预

再就是时域算法和频域算法相结合

谱域算法和空域算法相结合

积分方法和差分方法相结合

另外变量算法已经不能适应实际应用的需要

最后面介绍一下大数据的应用

大数据的概念是指

数据规模

巨大到无法通过人工传统软件工具

在合理时间内完成处理和价值挖掘的信息

业界公认为大数据有4大特点叫4V特性

就是它的体积巨大

种类繁多

价值密度低

处理速度快

所以说大数据的本质

就是通过对大量的数据进行挖掘

来发现它们中间存在的一些知识点

也就实现从量变到质变的过程

大数据技术是从各种各样的类型的大数据中

快速获得有价值信息的技术及其集成

它的本质在于输入量

用的是全样本来替代传统的抽样

输出结果强调的是相关性

而非因果关系

理论的方法关注效率而不是精度

我们在前面介绍了几种

智能算法

大家可以看出

这些算法都是人为的先假定的一种模式

然后我们来求得它的系数

传统的方法是确定了一个因果关系

然后通过抽样分类统计的方法

来把这种因果关系固定下来

而大数据的方法

是全样本的特征的提取聚集和分类

它没有假定一个初始的因果关系

所以传统的方法

是基于因果关系的物理逻辑的模型

而大数据方法是基于相关性分析的模型

这就是两个模型最大的不同

所以采用人工智能的方法

和大数据的分析方法

它可以实现更有效的拟合

来解决我们所需要的问题

谢谢

这节课就到这里

电磁暂态分析课程列表:

01电磁暂态分析简介

-视频

-第一次电磁暂态分析作业

02波过程理论

-视频

-第二次电磁暂态作业

-第一次电磁暂态讨论

03波的衰减与变形

-视频

-第三次电磁暂态分析作业

04平行多导线系统的参数计算

-视频

-第四次电磁暂态分析作业

-第二次讨论

05大地及导体的趋肤效应计算方法

-视频

-第五次电磁暂态分析作业

-第三次讨论

06电磁暂态计算方法

-视频

-第六次电磁暂态分析作业

07计算波过程的网格法

-视频

-第七次电磁暂态分析作业

08计算波过程的特征性法

-视频

-第八次电磁暂态分析作业

-第四次讨论

09有耦合电路的电磁暂态过程计算方法

-视频

-第九次电磁暂态分析作业

-第五次讨论

10均匀换位平行多导线计算方法

-视频

-第十次电磁暂态分析作业

-第六次讨论

11非均匀换位平行多导线计算方法

-视频

-第十一次电磁暂态分析作业

12相模变换等值电路

-视频

-第十二次电磁暂态分析作业

13开关操作电磁暂态计算方法

-视频

-第十三次电磁暂态分析过程

14电弧特性及模型

-视频

-第十四次电磁暂态分析作业

15非线性元件的计算方法

-视频

-第十五次电磁暂态分析作业

16变压器的电磁暂态模型

-视频

-第十六次电磁暂态分析作业

17互感器的电磁暂态模型

-视频

-第十七次电磁暂态分析作业

18发电机的电磁暂态模型

-视频

-第十八次电磁暂态分析作业

19讲电力电子器件的电磁暂态计算模型

-视频

-第十九次电磁暂态分析作业

20讲频变参数线路:频域方程法

-视频

-第二十次电磁暂态分析作业

21讲频变参数线路:Marti模型

-视频

-第二十一次电磁兼容作业

22讲频变参数线路:z变化方法

-视频

-第二十二次电磁暂态分析作业

23讲电缆的电磁暂态计算

-视频

-第二十三次电磁暂态分析作业

24讲时域有限差分法:均匀传输线

-视频

-第二十四次电磁暂态分析作业

25讲时域有限差分法:频变参数

-视频

-第二十五次电磁暂态分析作业

26讲时域有限差分法:非均匀传输线

-视频

-第二十六次电磁暂态分析作业

27Chebyshev多项式方法

-视频

-第二十七次电磁暂态分析作业

28有外界电磁耦合的传输线

-视频

-第二十八次电磁暂态分析作业

29雷电在传输线上的感应电压

-视频

-第二十九次电磁暂态分析作业

30智能算法:基模参数辨识

-视频

31智能算法:时频双内插方法

-视频

32智能算法:矩阵束方法等

-视频

33行波的小波变换

-视频

-第三十三次电磁暂态分析作业

34行波故障测距

-视频

-第三十四次电磁暂态分析作业

结课考试

-结课考试

视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。