基于互高阶累计量的混合色噪声中的谐波恢复

采用状态空间模型描述时间序列,将其与互高阶累计量相结合,首次提出状态空间模型谐波恢复的互高阶累计量SLS.Hankel矩阵分解法.该方法用于谐波恢复,突破了高阶累积量方法对噪声的限制.降低了互谱方法对硬件隔离的要求.仿真结果表明,该方法在混合色噪声和很低信噪比条件下谱估计的分辨率、稳定性及对混合色噪声的抑制等方面均明显优于自高阶谱估计方法.     

高斯过程回归补偿ARIMA的网络流量预测

为提高网络流量时间序列的中期预测精度,提出一种高斯过程回归模型补偿自回归积分滑动平均(ARIMA)模型的网络流量预测模型.首先通过Brock-Dechert-Scheinkman统计量检验方法确定网络流量时间序列包含线性特征与非线性特征;然后利用ARIMA模型对网络流量时间序列进行非平稳建模,得到符合网络流量序列线性变化规律的模型,并通过人工蜂群算法优化的高斯过程回归模型对具有非线性特性的预测误差序列进行建模与预测;最后将ARIMA模型的预测值与高斯过程回归模型的预测误差值进行相加得到最终的网络流量预测值.仿真对比实验结果表明,提出的预测方法具有更高的预测精度和更小的预测误差.     

基于ARIMA模型的时间序列建模算法和实证分析

通过对时间序列ARIMA模型建模方法的研究,将方差分析运用于时间序列建模,对季节数据做方差检验并确定周期。基于统计软件SAS分析ARIMA模型建模方法的具体算法,绘制详细的建模流程图。从模型的识别、参数估计、建模和预测等各方面介绍了模型建立和预测的全过程。利用SAS软件,结合引入的方差检验方法和算法流程对1990年1月至2010年12月的中国消费者价格指数季节性时间序列建立了乘积ARIMA模型,预测并分析了CPI的基本走势。     

基于高阶统计量的红外焦平面非均匀校正算法

根据高斯噪声高于二阶累积量为零的特性,提出基于高阶统计量的红外焦平面非均匀校正算法,可从图像场景中自适应估计阵列单元的增益和偏置参数．提出的算法包含两个部分,第一部分利用统计矩和累积量周期估计红外焦平面的模型参数,第二部分利用维纳滤波恢复真实图像．仿真图像序列表明这种算法有效降低了固定图案噪声,达到了较高的非均匀校正水平．     

高阶马尔可夫链无线链路连通性建模

针对动态无线网络对高精度链路连通性建模的需求,结合无线电波传播特性和节点运动模式,基于高阶马尔可夫链建立链路连通性模型.采用统计方法获取模型参数转移概率矩阵,并利用模型评估链路生命时间等网络特性参数.通过仿真实验分析链路生命时间精度与马尔可夫链阶数的对应关系.研究表明,链路生命时间精度随着马尔可夫链阶数增加而提高,四阶以上马尔可夫模型生成的链路生命时间精度提升不明显.相比多状态一阶马尔可夫链路连通性模型,四阶马尔可夫模型在仿真链路生命时间时误差降低68%.     

多层次数据中心网络流量异常检测算法

针对多层次数据中心网络容易发生流量拥塞的问题进行流量异常特征检测,以提高网络的稳定性.提出了一种基于高阶累积量后置搜索的多层次数据中心网络流量异常特征检测算法,构建多层次数据中心网络的流量传输结构模型,进行流量时频采样和时间序列分析.结合FIR滤波器进行流量抗干扰滤波预处理,利用高阶累积量的后置聚焦性,对输出的滤波数据进行高阶累积量特征提取改进和后置聚焦搜索,实现了流量序列中异常特征的准确检测和提取.仿真结果表明,采用该算法进行多层次数据中心网络流量异常检测的准确度较高,抗干扰能力较强,保障了网络的稳定和安全.     

风电系统风速预测算法的马尔科夫理论修正模型

针对风速的强时序性和强随机性,提出了一种新型的基于马尔科夫理论的改进风速预测算法,该算法利用小波分解与重构获取各层平稳风速信号,并分别对各层平稳信号进行时间序列建模预测。由于以上算法在风速剧烈变化时存在预测失真,依据风速的马尔科夫转移特性,利用时变马尔科夫一步转移概率矩阵修正各层加权叠加后的风速预测值。以风电系统为例进行了研究,仿真结果表明:该方法具有较高的预测精度。     

变速恒频风力发电机组的建模与仿真

通过机理建模法对变速恒频风力发电机组进行建模,建立了其风速、风轮气动、传动系统以及发电机的数学模型,在Matlab/Simulink环境中搭建了各个环节的模型,并针对低于额定风速时的转速控制和高于额定风速时的功率控制,采用PID控制方法对所构建的模型进行仿真控制,实现低风速和高风速时的控制目标,仿真结果验证了所构建模型的正确性和可行性.     

基于多尺度小波分解和时间序列法的风电场风速预测

针对目前风电场风速预测精度较低的问题,提出一种基于多尺度小波分解和时间序列法的混合风速预测模型,通过小波分解将风速非平稳时间序列分解为不同尺度坐标上的平稳时间序列,然后把分解后的各层序列重构回原尺度,再应用自回归滑动平均模型对平稳时间序列进行预测,最后通过叠加合成得出原始风速序列的预测值。同时在验证时间序列模型有效性与模型选优过程中,采用基于贝叶斯理论的SBC定阶准则,改善了以往模型定阶准则的收敛特性。在算例分析中分别利用本文方法和常规预测法对实际风速分布特性进行预测分析,结果表明,本文方法对不平稳风速序列的预测具有更高的预测精度和更强的适应性。     

大伙房水库入库径流的Holter-Winter预报模型——兼与付文艺老师商榷

为研究大伙房水库入库径流序列的波动规律,运用时间序列分析理论和方法对径流序列进行分析和建模。分析的结果显示,大伙房水库径流序列是不具有ARMA模型相关性统计特征的平稳时间序列。而运用指数平滑法建立的Holter-Winter模型能较好地拟合径流序列波动规律,且预测效果好。因此,Holter-Winter模型可作为大伙房水库入库径流量预报模型使用。     

风电机组变桨鲁棒控制

针对风电机组输出转速稳定控制问题,提出了一种基于定量反馈理论的桨距角鲁棒控制策略.由于在随机变化风速作用下,非线性的风机模型中部分参数是变化的,提出了基于线性系统稳定性图形作为判据的定量反馈的变桨鲁棒控制器设计方法,以减弱风机模型不确定因素对输出转速的影响.结果表明,所提出的控制器对高风速区扰动风速作用下系统的输出稳定性能具有较好控制效果,并且对风电机组能量传动模型中参数不确定性具有较强的鲁棒性.     

风荷载的非高斯性对风机结构疲劳损伤的影响

为分析非高斯风荷载作用下风机结构的疲劳寿命,在穿越模型基础上,根据Monte Carlo模拟生成某典型风机正常风速条件下,高斯、非高斯硬化和软化3种风场的风速时程,用于分析风场的非高斯性对风机结构疲劳损伤的影响.由叶片的气动模型和多体动力,计算出风机的动力响应,并对响应的时域特性进行分析.基于线性损伤累积和线性裂纹扩展理论,对裂纹形成寿命和裂纹扩展寿命进行详细讨论.结果表明:不同概率特性风场作用下风机动力响应的最大值有所不同,且风机响应的非高斯性较风场的非高斯性减弱;在年平均风速较小地区,风场的非高斯性对风机疲劳寿命影响较小;但随着年平均风速的增大,非高斯性对疲劳寿命的影响显著增大,当年平均风速为7 m/s和9 m/s时,相较于高斯风场,软化过程的裂纹形成寿命减小约10%.因此,在年平均风速较大地区,需要考虑风场的软化特性对风机结构疲劳损伤的影响.     

应用台风风场经验模型的台风极值风速预测

为准确、高效地进行台风多发地区建筑结构设计风速的预测,利用中国东南沿海1949—2012年的台风历史数据进行了香港地区台风关键参数概率分布的研究,提出了基于新的Holland径向气压分布参数B表达式的台风风场经验模型.在此基础上结合Monte Carlo数值模拟技术,利用台风极值风速分析方法完成了不同重现期下香港地区台风极值风速的预测,并与观测数据、香港风荷载规范计算结果进行对比分析,验证了利用此台风风场经验模型进行台风极值风速预测的有效性.     

Characteristics for wind energy and wind turbines by considering vertical wind shear

The probability distributions of wind speeds and the availability of wind turbines were investigated by considering the vertical wind shear. Based on the wind speed data at the standard height observed at a wind farm, the power-law process was used to simulate the wind speeds at a hub height of 60 m. The Weibull and Rayleigh distributions were chosen to express the wind speeds at two different heights. The parameters in the model were estimated via the least square(LS) method and the maximum likelihood estimation(MLE) method, respectively. An adjusted MLE approach was also presented for parameter estimation. The main indices of wind energy characteristics were calculated based on observational wind speed data. A case study based on the data of Hexi area, Gansu Province of China was given. The results show that MLE method generally outperforms LS method for parameter estimation, and Weibull distribution is more appropriate to describe the wind speed at the hub height.     

WRF模式在风电场风速预测中的应用

准确的风电场风速预测是风电场安全稳定运行的基本保障.从风速预测的准确性和效率两方面分析利用WRF(Weather Research and Forecasting)中尺度数值预报模式时不同嵌套网格分辨率对风电场风速预测的影响.在此基础上,对宁夏某风电场进行提前102h的逐时风速预测并与实测资料进行对比.结果表明:随着网格分辨率的提高,风电场风速预测精度略有提高,但计算时间变长.兼顾预测精度和效率,建议使用3层网格.WRF模式能够较好地捕捉风速随时间的变化趋势,有效增加预测时效,使风电场风速预测可以提前到2～4d,为风电场的运行和控制提供依据.     

基于遗传BP神经网络的短期风速预测模型

为了提高风电场短期风速预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型.采用自相关性分析找出对预测值影响最大的几个历史时刻风速,以历史时刻的风速、温度、湿度和气压作为BP神经网络预测模型的输入变量;利用遗传算法的全局搜索能力获得BP神经网络优化的初始权值和阈值;采用优化后的BP神经网络分别建立1、2、3 h的短期风速预测模型.实验结果表明,该方法较BP神经网络具有预测精度高、收敛速度快的优点.     

风力发电机组风轮建模和仿真研究

对风力发电机组风力机的重要部件风轮进行了仿真分析和研究.首先进行风速的模拟,然后在数学模型的基础上建立风轮Matlab仿真模型.风轮仿真分析分别按照空载和负载情况进行,得出并分析不同风速下的风轮功率、转矩、转速曲线,进而分析了风速突变情况下的风轮输出特性.     

双馈式感应风力发电机组建模及其控制研究

以双馈式感应风力发电机组(DFIG)为对象,分析了DFIG的建模和控制问题。该模型包括风力机模型、传动系统模型和发电机模型。提出了风力机的桨距角控制策略和发电机的转速控制策略。发电机转速控制采用dq同步旋转坐标下的矢量控制。用MATLAB/Simulink软件建立了DFIG模型,并且根据所提出的控制策略对风速随机变化以及系统电压突变时机组的运行情况进行了仿真。仿真结果验证了模型的合理性及控制策略的科学性和可行性。