针对一类不确定非仿射纯反馈系统，结合反演法、Nussbaum函数和非线性比例控制器，提出了一种新的控制器设计方案。该方案基于双性能函数设计非线性函数以构建非线性比例控制器，同时在反演设计中的每一步引入Nussbaum函数以满足系统结构和参数未知、控制方向未知、初始状态未知及预设性能控制的需求。所设计的控制器结构极为简单，在线调整的参数个数极少。最后，基于Lyapunov稳定性定理证明了闭环系统所有信号一致有界。仿真结果验证了所设计控制方案的可行性与有效性。
电网诊断通常都是故障发生后，根据故障后产生的信息来推断故障，为了能在故障发生前进行预防，提出了模型预测(Model Prediction，MP)和溯因推理网络(Abductive Reasoning Network，ARN)方法预测电网故障，模型预测利用电力系统中历史数据来预测电网无故障运行时的数据，与电网实际运行时的数据作对比，计算差值。溯因推理网络(ARN)使用带有简单低阶多项式的节点函数的几层网络，能够处理预测数据和相应的候选故障之间的复杂关系。模型预测和溯因推理网络方法相结合，能在保护装置和断路器动作前进行故障定位，具有故障预警功能。仿真结果表明该诊断系统与神经网络方法相比较可以获得快速、准确的诊断结果。
为提高网络资源利用率，并使滤波器对网络环境中的数据包丢失具有一定的鲁棒性，提出了一种新的采样触发滤波算法。首先，在仔细分析网络环境特征的基础上提出一种新的触发机制；然后，借鉴采样控制的建模方法，滤波误差系统被建模成为一个上下边界已知的时变时滞系统；进而，利用李雅普诺夫—克拉索夫斯基方法，一个新的H∞采样触发滤波器存在的充分条件以线性矩阵不等式的形式给出。最后，通过仿真实验测试新的滤波器的性能，实验结果表明，相较于当前同类滤波器，新的滤波器不仅可以使闭环误差系统满足预设的H∞性能指标，还可以减少网络拥堵、提高网络资源利用率，
而且对数据丢包有一定的适应性。
控制器的设计；最后，通过仿真实例表明所得结论的正确性。