Характеристика электрических систем в установившихся режимах. Классификация кибернетических систем. Развитие методов моделирования сложных систем и оптимизация на электронных вычислительных машинах моделей в алгоритмическом и программном аспекте.
Аннотация к работе
Систему называют кибернетической, если исследователю не существенна специфика природы системы и подсистем, входящих в нее, а важны лишь особенности преобразования и передачи информации, которой обмениваются между собой элементы системы. С кибернетической точки зрения этот процесс изучается как процесс передачи информации о состоянии одного элемента другому элементу. Под сложными в первом приближении можно понимать системы, имеющие весьма глубокие внутренние связи и состоящие из большого числа взаимосвязанных и взаимодействующих между собой элементов. При изучении характеристик таких систем мы не можем расчленять их на независимые составляющие и менять рассматриваемые факторы «по одному», так как сложная система в целом обладает новыми качествами, не свойственными отдельным ее элементам. Универсальность класса сложных систем и принципиальные трудности, возникающие при их моделировании, делают проблему моделирования сложных систем одной из основных в современной науке.Эти основные процессы обусловливают новые тенденции и новые требования, предъявляемые к развитию методологии моделирования, базирующегося на использовании ЭВМ. Во-первых, это значительное внимание к проблемам высокой размерности решаемых задач; во-вторых, быстрое повышение уровня автоматизации при постановке задач моделирования на ЭВМ и анализе получаемых результатов; в-третьих, необходимость при разработке методов и алгоритмов тесно увязывать их со структурой вычислительных и операционных систем. Данные тенденции особенно характерны для моделирования электроэнергетических систем, являющихся самыми большими из существующих технических систем и имеющих значительный опыт применения вычислительной техники для решения задач анализа и синтеза. Если первый этап в развитии цифрового моделирования электрических систем ограничивался реализацией на ЭВМ алгоритмов для решения отдельных задач, то в настоящее время значительное внимание должно быть обращено на проблему эффективности решения задач моделирования на ЭВМ, т. с. на вопросы снижения стоимости решения в смысле количества машинного времени, требуемого объема памяти и количества человеческого труда. Существование этих двух тенденций обусловливает основное противоречие современного моделирования, а именно противоречие между необходимостью учета действия большого количества факторов, определяющих процессы, протекающие в сложных системах, и необходимостью быстрого получения надежных результатов, представляемых в достаточно обозримой, наглядной форме.Рассмотрим с этой точки зрения общую структуру электрических систем и проанализируем основные величины, характеризующие режимы данных систем и их связь со структурой этих систем. Поскольку для изображения схемы применяются двухполюсники, т.е. элементы с двумя зажимами, и совокупность соединенных друг с другом элементов составляет систему, то в соответствие каждой такой системе может быть поставлен граф, ребра которого соответствуют ветвям схемы, а вершины - узлам, т.е. точкам соединения ветвей. Характеризуя современные электрические системы большой мощности, будем учитывать, что они обычно являются трехфазными, однако применительно к системам передачи энергии высокого напряжения мы будем в дальнейшем рассматривать однопроводные модели, поскольку они применимы для анализа симметричных и несимметричных режимов на основе введения симметричных составляющих. С топологической точки зрения граф, представляющий такую электрическую систему, можно рассматривать как состоящий из двух частей: 1) сеть, включающую все узлы и 2) нейтральный узел (земля) и все ветви, соединенные с этим узлом.Изучение динамики сложных систем составляет вторую обширную область приложения принципов кибернетического моделирования. Однако в своей обобщенной форме разработанные методы применимы для исследования динамики более широкого класса систем, а именно всех физических систем, которые могут быть представлены графом.Если все эти сигналы, равно как и состояние всех элементов системы, задаются непрерывными параметрами, система называется непрерывной. В смешанных, или гибридных, системах приходится иметь дело с обоими типами величин. Оно определяется глубиной проникновения в предмет, требуемой точностью его изучения, а иногда и удобством использования для целей изучения системы того или иного математического аппарата. Последний пример показывает, что дискретный способ представления величин является универсальным способом, ибо имея в виду недостижимость абсолютной точности измерений, любые непрерывные величины сводятся, в конечном счете, к дискретным. Сложные (большие) кибернетические системы - это системы с описаниями, не сводящимися к описанию одного элемента и указанию общего числа таких (однотипных) элементов.Можно, однако составить программу изменения программы работ ЭВМ и организовать ее общение с внешней средой через соответствующую систему рецепторов и эффекторов. Изменение поведения сложных кибернетических систем есть результат накопления обработанной соответствующим образом информации,
План
Содержание
Введение
1. Общая структура кибернетических моделей
2. Функциональные характеристики электрических систем в установившихся режимах
3. Кибернетическое моделирование переходных процессов электрических систем
4. Классификация кибернетических систем
5. Управление в кибернетических системах
Заключение
Список используемой литературы
Введение
Систему называют кибернетической, если исследователю не существенна специфика природы системы и подсистем, входящих в нее, а важны лишь особенности преобразования и передачи информации, которой обмениваются между собой элементы системы. Смысл термина «информация» в данном случае совпадает с обыденным житейским пониманием. Всякий раз, когда некий элемент системы изменяет свое состояние, имеющее конкретное физическое выражение, это изменение приводит к тому, что и другие элементы, связанные с ним, меняют свое состояние, также имеющее физическое выражение. При этом всегда можно выделить физическую величину x(t), которая непосредственно передает воздействие одного элемента на другой. С кибернетической точки зрения этот процесс изучается как процесс передачи информации о состоянии одного элемента другому элементу. Та физическая величина, которая непосредственно передает своим изменением во времени информацию от одного элемента к другому называется сигналом С кибернетической точки зрения природа сигнала не существенна, главное - изменение во времени. Термин «кибернетика» был введен американским математиком Виннером. Важнейшим понятием в кибернетике является понятие управления. Часто термин кибернетическая система понимают как система управления.
Под сложными в первом приближении можно понимать системы, имеющие весьма глубокие внутренние связи и состоящие из большого числа взаимосвязанных и взаимодействующих между собой элементов. При изучении характеристик таких систем мы не можем расчленять их на независимые составляющие и менять рассматриваемые факторы «по одному», так как сложная система в целом обладает новыми качествами, не свойственными отдельным ее элементам.
К сложным системам относятся многие естественные и искусственные системы, которые необходимо рассматривать в современной науке и технике. Увеличение размерности изучаемых и моделируемых систем обусловливается как объективным их усложнением, происходящим в силу технического прогресса, так и тенденцией к комплексному рассмотрению процессов, происходящих в окружающем мире. Универсальность класса сложных систем и принципиальные трудности, возникающие при их моделировании, делают проблему моделирования сложных систем одной из основных в современной науке. Моделирование электрических систем является частью этой общей проблемы.
Существуют два направления развития, которые позволяют преодолеть трудности, возникающие в моделировании сложных систем в силу указанного противоречия. Первое из них - быстрое развитие вычислительной техники, позволяющее повысить максимальную размерность решаемых задач, а также сократить время, затрачиваемое на их решение. Это происходит благодаря увеличению располагаемого объема оперативной памяти и повышению быстродействия современных ЭВМ и вычислительных систем. Второе направление связано с развитием методов моделирования сложных систем и оптимизацией реализуемых на ЭВМ моделей как в алгоритмическом, так и в программном аспекте. Успешное развитие в данной области возможно только на базе развития обоих этих направлений, причем они должны рассматриваться как взаимно дополняющие друг друга.
Разработка методов и алгоритмов в рамках данного направления должна с одной стороны, создавать возможности решения более сложных задач и повышения качества получаемых результатов при фиксированной стоимости решения и, с другой стороны, понижать эту стоимость при заданной сложности задачи и качестве результатов.
Для моделей, реализуемых на ЭВМ, такая «стоимость» определяется количеством требуемых операций на ЭВМ, занимаемой памятью ЭВМ и затратами человеческого труда, необходимыми для постановки и решения задачи. Что касается «качества результатов», то в несколько идеализированной постановке они могут, например, определяться как среднеквадратическая погрешность вычисления заданного вектора переменных на модели по сравнению с вектором, полученным с помощью измерений на оригинале. В более широком плане такими критериями качества являются достоверность, надежность и точность получаемых на модели результатов.
Исходя из этих предпосылок основные цели, к достижению которых необходимо стремиться при развитии методов моделирования сложных систем, и в частности электрических систем, выглядят следующим образом: 1) сокращение количества операций на ЭВМ, необходимых для решения задачи;
2) сокращение объема оперативной памяти при решении задачи;
3) уменьшение количества и качества человеческого труда, требуемого для подготовки задачи и постановки ее на ЭВМ.
Как было указано выше, результатом первого этапа этой процедуры является построение первичной модели. Данная модель ставит в соответствие системе-оригиналу следующие два представления: схему, изображающую элементы и соединения между ними, и систему уравнений, описывающую эту схему. Как правило, между этими двумя формами представления системы существует взаимно однозначное соответствие. Электрические системы обычно изображаются в виде совокупности соединенных между собой двухполюсников (ветвей), т.е. элементов с двумя зажимами. В более общем случае составляющие элементы являются многополюсниками. Наиболее общим понятием, соответствующим представлению системы в виде соединения ветвей, является понятие графа.
Представление системы в виде схемы является полным, т.е. дает достаточную информацию для решения задачи моделирования, если оно представляет как соединения входящих в нее элементов, так и характеристики этих элементов. Способ соединения элементов в систему отражается в виде графа, который может быть направленным или ненаправленным и состоит из вершин и соединяющих их ребер. Если численные характеристики элементов ставятся в соответствие ребрам и вершинам графа, то мы приходим к более общему понятию сети. Модели такого типа могут представлять не только электрические, но и транспортные системы, газовые сети и сети связи, а также ряд других систем. Оговоримся, что приложения методов, рассматриваемых в настоящей книге, ограничиваются классом систем, которые могут быть изображены в виде сети. Преобразование данных о сети, представляющей систему, позволяет получить модель в виде системы уравнений. Определение вектора неизвестных, соответствующих данной системе, дает окончательное решение задачи. В некоторых случаях это решение может быть получено без промежуточного преобразования модели к форме системы уравнений.
Рассмотрим теперь возможные пути совершенствования реализуемой на ЭВМ модели, существующие в рамках второго этапа ее построения. Изложенное выше показывает, что существуют два таких направления. Первое из них - это совершенствование методов решения систем уравнений, соответствующих первичной модели. Второе заключается в преобразовании первичной модели, которое должно привести ее к более экономичному с вычислительной точки зрения виду.
Совершенствование методов решения систем уравнений является мощным средством повышения эффективности моделей рассматриваемого класса. Это совершенствование может иметь универсальный характер, т.е. быть применимым ко всем системам уравнений некоторого типа или опираться на особые свойства систем уравнений, соответствующих тому или иному классу первичных моделей. К числу таких методов относятся методы, использующие слабую заполненность матриц систем уравнений, описывающих сетевые модели. Эти методы используют для сокращения объема вычислений и объема памяти, необходимого для решения задачи, тот факт, что большую часть элементов этих матриц составляют нули. Хранение в памяти и обработка в ходе вычислений только ненулевых элементов значительно повышают эффективность решения ряда задач моделирования сложных систем. Несмотря на большие возможности, заключающиеся в развитии применяемых вычислительных методов решения систем уравнений, данный подход не позволяет достичь сформулированной выше цели обеспечения оптимальной структуры модели в широком диапазоне решаемых задач и моделируемых систем. Например, методы, использующие слабую заполненность матриц, могут быть оптимальными или неоптимальными по сравнению с другими методами в зависимости от размерности и структуры моделируемой системы. Возможность достижения указанной цели возникает на пути промежуточных преобразований построенной первичной модели.
Целесообразные пути таких преобразований определяются анализом основных закономерностей процесса построения первичной модели. Рассматривая формирование этой модели, можно выделить несколько основных моментов, влияющих на эффективность решения задачи.
Первый из них - это принятие решения об «ограничении системы». Под ограничением системы мы понимаем мысленное выделение в окружающем мире такой его части (совокупности объектов), процессы в которой, по нашему предположению, влияют на моделируемый процесс. Полный цикл построения первичной модели включает последовательно с представленными выше операциями следующие действия: определение характеристик элементов, определение способа их соединения между собой и последующее формирование описывающей системы уравнений. Однако именно ограничение системы и выделение в ней элементов в наибольшей степени влияют на эффективность формируемой модели, поскольку они, по существу, определяют ее сложность. Приведенные соображения отчетливо показывают, что само понятие сложности системы следует рассматривать как относительное, поскольку объективно можно говорить лишь о сложности ее модели, зависящей от того, как выполняются указанные две операции. Таким образом, сложность системы, видимо, должна характеризоваться сложностью первичной модели, адекватной задачам управлении данной системы.