削弱永磁风力发电机电势谐波的极宽调制方法

为削弱永磁风力发电机电势谐波的影响,提出一种极宽调制方法,通过优化发电机结构,提高气隙磁场的正弦化程度来改善发电机电势波形的质量.用ANSOFT软件分别对传统贴面式永磁发电机和新型极宽调制式永磁发电机进行有限元分析,研制了两种转子结构的永磁风力发电机样机,并构建电势波形检测系统进行实验研究.通过实验分析表明,有限元分析结果与样机实验结果一致,极宽调制永磁风力发电机能明显削弱电势谐波,从而证明了利用极宽调制方法削弱永磁风力发电机电势谐波是有效和可行的.     

基于小波神经网络的风力发电机故障预测方法

针对风力发电场风力不可控、风况复杂和数据的非平稳性现状,利用风力发电场SCADA大数据,对风力发电机组进行分析,提出一种基于小波分析和神经网络的智能算法,通过分析风力发电机相关故障信号的特征,实现对风力发电机的故障诊断和预测。最后对大熊山风电场2MW 风力发电机组运行数据进行仿真和分析,仿真结果表明,小波神经网络是一种风力发电机故障诊断和预测的有效方法。     

基于多小波和峭度准则的风力发电机滚动轴承故障检测

风力发电是全球未来最重要的代替能源,由于其风电机组工作在恶劣的条件下,易造成风力发电机局部出现故障.风力发电机组的滚动轴承故障振动信号呈现非线性和非平稳特点,大量背景噪声污染导致故障特征难以有效识别,提出了多小波和谱峭度相结合的风力发电机滚动轴承故障特征提取方法.首先对振动信号进行多小波降噪,计算其峭度值,评判风机轴承是否产生故障;其次依据快速峭度图算法的自适应选择性获得最优的滤波器参数,滤波后对其进行平方包络分析;最后提取高频共振信号中包含的低频信息,判断风机的故障类型.通过仿真实验结果表明,对于风机轴承微弱的故障诊断,该方法能排除强烈的噪声干扰,保留易丢失的有用信号,明显提高信噪比,精确识别出故障特征频段,有效地的进行故障诊断.     

小型磁悬浮风力发电机起动阻力矩研究

针对风力发电机中磁悬浮支承与发电机间存在耦合,磁悬浮支承对发电机起动阻力矩会产生影响等问题,分析了风力发电机中起动阻力矩产生的原因,建立了磁悬浮风力发电机中永磁发电机的有限元模型,并分析了载荷对磁悬浮支承下风力发电机起动阻力矩的影响,最后对计算结果进行了实验验证.     

永磁直驱风力发电机功率控制的研究

提出了永磁直驱风力发电机系统的功率控制策略。介绍发电机网侧和机侧变流器的主电路及控制结构,采用电压空间矢量控制方式,控制变流器发出预期的IGBT开关信号;利用Matlab/Simulink软件建立系统仿真模型,并对其进行仿真分析,还对该系统进行了背靠背对拖试验。结果表明,仿真结果与试验波形一致,验证了该功率控制策略可有效控制输入到电网的有功功率和无功功率,能充分利用风能。     

风力发电机旋转样本谱及疲劳寿命预测

为了考虑桨叶旋转效应,准确进行风力发电机疲劳寿命预测,提出了基于旋转样本谱的风力发电机疲劳寿命预测模型.借助Fourier变换,推导了考虑旋转效应的旋转样本谱,并与Von Karman谱(一种固定点紊流风谱)进行比较.在旋转样本谱的基础上,提出了源于Palmgren-Miner线性损伤准则的风力发电机疲劳寿命预测模型,并以1.25MW风力发电机为例进行疲劳寿命分析.结果表明,与固定点紊流风谱相比,旋转样本谱的能量分布发生了根本变化,其能量由低频向高频移动,在高频段曲线会出现多峰情况;基于旋转样本谱的疲劳寿命分析更接近实际情况,而基于Von Karman谱进行风力发电机疲劳寿命预测不够精确,且偏于不安全.     

不同类型风力发电机噪声的对比试验研究

不同类型风力发动机在正常运转时,产生噪声是不同的。在本论文中利用现代声学测试手段对200W浓缩风能型风力发电机和普通型风力发电机运转时产生的噪声进行实地测试,经对比分析可知浓缩风能型风力发电机的噪声低于普通型风力发电机;叶轮是风力发电机噪声来源的主要部件;两类风力发电机的噪声都随着风速的增加而非线性增加。     

1MW高滑差绕线式异步风力发电机的设计研究

对高滑差绕线异步风力发电机的运行特点进行了概述,分析了异步发电机和电动机设计的异同点,对现有异步电机的激磁参数计算进行改进,提出了1MW外接转子电阻高滑差绕线式异步风力发电机的设计方案,给出转子损耗分布的计算及电磁设计特点,根据准确的等值电路编写了高滑差绕线异步发电机CAD软件.实例验证高滑差绕线异步风力发电机的设计方...     

考虑认知不确定性的风力发电机维护决策优化

风电清洁又安全,然而,风力发电机存在维护成本高、难度大的特点。在将风力发电机作为多状态系统进行维护决策优化时,其各个状态的性能水平、状态转移概率和维护成本等很难精准得知,因而模型中会产生认知不确定性。以特定型号风力发电机的实际运行情况为背景,利用其运行过程中可能出现的多个性能水平进行多状态退化建模,提出一种基于模糊马尔科夫决策过程的风力发电机维护决策优化方法,再用三角模糊数量化模型中的状态转移概率、设备单位时间收益等参数的认知不确定性,最终实现求解。该方法旨在考虑模型认知不确定性下优化合理的维护决策,在工程中更好地实现兆瓦级风力发电机系统的收益最大化。     

径向多结构特征下风力发电机冷却性能研究

为了提升风力发电机的通风冷却性能,降低其运行时的温升,以一台3 MW永磁风力发电机为例,结合发电机的通风冷却性能及结构特点,在基本假设的基础上,建立发电机定转子流固耦合的三维物理模型,并给出求解条件。根据流体力学以及传热学理论,采用有限体积元法对电机内流体场与温度场进行了数值计算。同时,对径向通风沟提出了多种结构方案,并对不同方案下电机内流体流动特性及各主要部件温升进行了对比分析。研究结果表明:在一定范围内通过减小径向通风沟的轴向尺寸,能有效提高电机的冷却效果。当采用结构方案Ⅲ时,求解域内最高温升较原模型低6. 04 K。     

基于多元函数主成分表示的识别学习

针对识别学习中的多维信息融合问题, 提出一种基于多元函数主成分表示识别方法。给出多元函数主成分的数值计算方法, 利用联合协方差算子计算特征值与特征向量, 提取关键区分特征。基于这些综合特征应用随机森林方法对多元函数型数据进行识别学习。在模拟数据和真实数据上比较多元函数主成分表示方法与其他几种表示方法的识别性能。试验结果表明, 在模拟数据集、英文手写体数据集和中文手写体数据集中, 准确率为1, 在运动数据集中, 准确率为0.954 4。相较于其他方法, 多元函数主成分分析这一特征抽取方法的识别效果更好, 有效地提高了识别准确率。     

基于主成分分析法的中部六省会城市经济发展水平评价

由于主成分分析是一种实用的多元统计分析方法,能消除样本指标之间的相关性,在保持样本主要信息的前提下,提取少量具有代表性的主成分,所以近年来在多指标评价上得到越来越广泛的应用。因此,本文采用多元统计中的主成分分析方法对中部六省会城市2009年的11个具有代表性的指标进行主成分分析,同时对当年中部各个省会城市经济发展近况作了比较,并给出了综合评价,提出了相关改进建议。     

滞变结构随机地震反应的等价线性化方法研究

归纳了目前常用的随机地震荷载和结构滞变恢复力模型,对扩散理论方法、随机平均法、摄动法、矩截断法、数字模拟方法和等价线性化法等非线性系统随机振动的常用分析方法进行了讨论。总结了等价线性化方法的理论、发展及其在滞变结构随机地震反应分析中的应用,认为等价线性化方法特别是近些年提出的局部和无参数等价线性化方法,是研究滞变结构随机地震反应的一种非常简明实用的分析方法。通过探讨随机等价线性化方法的误差和修正,认为等价线性化方法能够产生高精度的分析结果。对钢筋混凝土结构的地震可靠度分析方法研究,具有一定的参考价值。     

基于改进MSPCA的交通检测器故障诊断模型

针对交通检测器故障诊断过程中,噪声掩盖了部分故障信息以及故障信息分布的多尺度性,提出了一种改进的多尺度主元分析（ MSPCA）模型。模型首先将交通检测器数据进行分段处理,再加入改进的小波阈值除噪,对滤除噪声后的小波系数进行主元分析,最后利用二维贡献图完成故障的定位。模型应用于线圈检测器的故障诊断实验,与MSPCA及自适应主元分析相比,该模型减小了误报率和漏报率,准确率更高,抗噪能力更强。     

PCA-CHMM在化工过程故障诊断中的应用

为了解决主元分析(principal component analysis，PCA)在故障分类方面的不足，提出一种结合PCA和连续隐马 尔可夫模型(continuous hidden Markov model，CHMM)的故障诊断方法.PCA对测量数据进行优化降维，用少数几个主元 表征过程主要变化信息，实现过程特征提取.但是PCA不能对这些过程变化信息进行有效的分类和识别，运用CHMM成熟的 时序模式分类能力能够较好地解决这个问题.通过Tennessee Eastman过程仿真验证了基于PCA和CHMM的故障诊断方法的性 能.     

基于超球面支持向量机的综合传动状态判别

以油液光谱分析数据为基础,建立了基于超球面支持向量机的综合传动状态判别模型。利用主成分分析法,对油液光谱分析数据进行预处理,并进行主成分提取的研究分析。研究了参数的变化和异常样本对模型性能的影响。实验研究表明,基于超球面支持向量机的状态判别模型准确可行,能实现综合传动的状态判别。     

滞变结构随机地震反应的等价线性化方法研究

归纳了目前常用的随机地震荷载和结构滞变恢复力模型,对扩散理论方法、随机平均法、摄动法、矩截断法、数字模拟方法和等价线性化法等非线性系统随机振动的常用分析方法进行了讨论。总结了等价线性化方法的理论、发展及其在滞变结构随机地震反应分析中的应用,认为等价线性化方法特别是近些年提出的局部和无参数等价线性化方法,是研究滞变结构随机地震反应的一种非常简明实用的分析方法。通过探讨随机等价线性化方法的误差和修正,认为等价线性化方法能够产生高精度的分析结果。对钢筋混凝土结构的地震可靠度分析方法研究,具有一定的参考价值。     

黑龙江省科研院所科技自主创新能力的评价与实证研究

为对科研院所科技自主创新能力进行评价,构建了相应的评价指标体系．在此基础上,运用主成分分析法对黑龙江省科研院所的科技自主创新能力进行了实证分析,提取了3个主成分,根据对各主成分的分析结果,在经费保障、人才队伍建设、科技成果转换和扩散3个方面提出了：具体对策和建议,对提高科研院所科技自主创新能力具有重要参考价值．     

初始化卷积神经网络的主成分洗牌方法

为了更好地初始化卷积神经网络,提出了一种初始化卷积核的有效方法,称为主成分洗牌方法.该方法首先对第1个卷积层的每个输入特征图的所有感受野进行采样,再对采样得到的图像块按输入特征图分别进行主成分分析,利用主成分分析得到的投影矩阵初始化该层卷积核,最后按上述过程依次对各层卷积核进行初始化.使用该方法在MNIST与CIFAR-10数据集上进行卷积层初始化实验.实验结果表明:与目前常用的随机初始化算法、Xavier初始化算法相比,该方法在提高网络的训练速度和测试集正确率方面均具有优越性.     

基于PCA与SPRT的机械故障诊断方法研究

提出了一种基于主元分析法（PCA）和序贯概率比检验（SPRT）的齿轮箱故障诊断新方法。选用正常的和有裂纹的齿轮建立实验模型,采用小波包变换对齿轮箱实验系统采集的振动信号进行预处理。采用时域信号分析方法提取振动信号的特征参数,并运用PCA对数据进行降维。选取降维后贡献率最大的主元作为测试参数,验证了所提出的SPRT算法和均方根误差,并检测了该方法的诊断能力。结果表明,该方法对于齿轮箱的齿轮状况识别是有效且实用的。