基于CEEMDAN和ISOA-ELM的锂电池荷电状态预测北大核心CSCD

锂电池具有能量密度高、输出电压高、无记忆效应等优点,但过充过放电易引发安全事故,精确预测锂电池荷电状态(SOC)让其工作在最佳状态,具有重要现实意义,本文提出了一种基于自适应噪声集成经验模态分解(CEEMDAN)和数据驱动模型组合预测锂离子电池荷电状态的方法,对锂电池原始电流数据进行模态分解,得到多个子序列模态分量,提出一种基于惯性权重与Levy飞行机制的改进海鸥算法(ISOA),对极限学习机预测模型(ELM)参数进行优化,构建ISOA-ELM锂电池预测模型;训练模型得到锂电池SOC预测结果。实验结果表明,该模型在实际工作中能够更贴合实际SOC,更有利于锂电池工作在最佳状态。     

基于CEEMDAN和混合灰狼算法优化SVM的水电机组故障诊断方法

为有效利用水电机组的振动信号诊断机组故障,提出了一种基于自适应噪声完备集合模态分解(CEEMDAN)和混合灰狼算法优化支持向量机(HGWO-SVM)的水电机组故障诊断方法.首先利用CEEMDAN方法对原始振动信号进行分解降噪,获得原始信号的各模态分量(IMF),并以IMF为基础构造各样本下机组信号的特征向量;接着在原始...     

基于VMD和射箭算法优化改进ELM的短期光伏发电预测

为了提高光伏发电预测的准确性，提出一种结合变分模态分解（VMD）、改进的射箭算法（AA）和改进的极限学习机（ELM）的短期光伏功率预测模型。首先，将光伏数据进行变分模态分解；然后，利用混合核函数改进极限学习机；之后，利用随机反向学习策略改进射箭算法；最后，通过改进的射箭算法对混合核极限学习机中的核参数寻优并建立预测模型。通过对澳大利亚DKA太阳能中心的数据进行验证，证明该文方法的准确性。     

基于CEEMDAN+RF+AdaBoost的短期负荷预测

高精度的短期负荷预测不仅是电力系统运行稳定的关键,也是构建智能电网的必要保证。为提高电力系统短期负荷预测精度,提出了一种基于完整集成经验模态分解(CEEMDAN)、随机森林(RF)和AdaBoost的预测方法。针对传统分解方法不能完整分解原始负荷序列的问题,利用CEEMDAN分解方法为各个阶段的IMF分解信号添加特定的白噪声,通过计算余量信号来获得各个模态分量,然后针对前9个模态分量构建RF预测模型,针对残余量构建AdaBoost预测模型,并对结果进行重构预测,得出未来24h的负荷预测数据。最后将CEEMDAN+RF+AdaBoost方法应用于华中地区的短期负荷预测,在同等条件下,与预测模型CEEMDAN+RF、EEMD+RF+AdaBoost、EMD+RF+AdaBoost、RF及AdaBoost进行试验对比,结果表明所构建预测模型的精度优于其他对比模型,具有很好的理论指导意义和实际应用前景。     

基于多特征提取与核极限学习机的汽轮机转子故障诊断

针对汽轮机转子发生的典型故障,提出一种基于多特征提取和核主元分析的核极限学习机诊断模型。首先,对测取到的各典型故障时的振动信号进行变分模态分解,获得不同尺度固有模态函数;其次,对各固有模态函数计算特征能量和样本熵组成特征向量;最后,对特征向量采用核主元分析法进行去噪和降维,并将其作为输入进行核极限学习机(遗传算法优化)模型的训练和测试。与基于单一特征向量的模型相比,多种特征提取能够增强模型的输入特征,而核主元分析方法能够明显减少信息冗余和特征向量的相关性,且节约时间成本,在一定程度上提高模型的预测性能,为汽轮机转子故障的诊断研究提供一种新的思路。     

基于EEMD的SOA-KELM风电功率概率性短期区间预测

针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。     

基于增量分布的燃煤电厂锅炉受热面吹灰优化研究

针对目前锅炉受热面吹灰方式不合理的情况,权衡吹灰带来的锅炉效率的提高和蒸汽损耗,在确保锅炉安全运行的前提下,建立了吹灰优化模型。以某300 MW燃煤电厂机组锅炉省煤器为研究对象,采用集散控制系统(DCS)的数据和基本热力学计算数据实时计算受热面污染率。通过分析相同工况下多组污染率得到同一测点不同时刻的增量分布,根据其分布曲线求取数学期望,根据已知的初始清洁状态,预测未来时刻的受热面清洁状态,以单位时间内换热量最大为目标,对吹灰周期进行了优化。结果表明:与传统吹灰方式相比,采用优化后的吹灰周期指导吹灰,既提高了传热效率,又可减少不必要的蒸汽浪费。     

基于CEEMDAN二次分解和LSTM的风速多步预测研究

为了提高风速预测的准确性,提出一种基于自适应噪声完备经验模态分解（CEEMDAN）二次分解和长短时记忆（LSTM）网络的风速多步预测方法。该方法首先应用变分模态分解（VMD）将原始风速序列进行一次分解,充分利用其分解后的残余分量并采用CEEMDAN方法进行二次分解;然后将分解后的所有子序列分别输入到LSTM模型中进行风速多步预测;最后将各模型输出结果进行叠加获得预测风速。以内蒙古某风电场实测数据为例进行建模和预测分析,结果表明所提出的风速多步预测模型具有较高的预测精度,具备实际应用的可行性。     

基于改进CEEMD-CS-ELM的短期风速预测

针对风速序列非线性对预测结果的影响,提出一种基于改进互补集合经验模态分解和极限学习机的风速预测模型。首先对风速序列进行改进互补集合经验模态分解,并利用相空间重构得到若干新的时间序列,以降低风速序列的不平稳性。通过改进布谷鸟算法矫正极限学习机模型的输入参数,预测处理后的风速序列。通过实例仿真,比较改进前后不同模型的相对误差,说明该文预测模型的合理性。     

300MW锅炉对流受热面灰污计算及其应用

以大容量电站锅炉机组热力计算标准为前提,在已有的基础上根据热平衡方法构建锅炉对流传热计算模型,分别计算受热面实际运行的传热系数和清洁状态下的理想传热系数,定义了能实时反映受热面污染情况的清洁因子,可以用于锅炉对流受热面积灰、结渣故障的预测诊断,从而优化锅炉吹灰模式,为优化锅炉吹灰提供指导作用。     

基于改进粒子滤波算法预测健康状态的锅炉吹灰优化

为了对锅炉受热面沉积的灰污进行及时、准确地清扫,制定合理的吹灰优化策略。采用清洁因子来评估受热面的健康状况,并根据实时监测数据结合改进粒子滤波;采用滚筒式预测单次积灰过程内清洁因子未来的变化趋势,并验证了该预测方法的准确度。同时,提出一种基于单位时间传热量损耗最低的吹灰优化模型,吹灰优化计算中采用相同工况下多组清洁因子数据进行拟合。以某300 MW燃煤锅炉为例,验证了所提优化模型的可行性。     

燃煤电站锅炉受热面灰污监测研究

锅炉受热面积灰和结渣会导致锅炉运行的安全性和经济性下降。定义了新的受热面清洁因子,考虑了锅炉各受热面清洁时与灰污平衡时工质进出口焓升的变化,该清洁因子能够更显著地反映出受热面的灰污程度。应用BP神经网络预测不同工况下锅炉各受热面的工质焓升极大值与极小值,实时计算出锅炉各受热面的灰污状况,可指导和优化锅炉吹灰操作,并以屏式过热器为例进行了验证。     

谏壁发电厂SG1000t/h直流锅炉降低排烟温度的研究与改造

通过详细的多种方案论证,确定只将原光管省煤器改为鳍片管省煤器,增加受热面的改造方案,是降低该炉排烟温度稳妥有效而改造费用又少的好方案．该炉成果为同类机组降低排烟温度的改造提供了宝贵的经验     

燃煤锅炉中过/再热器工质温差与积灰程度关联研究

为实现对燃煤锅炉无烟温测点的对流受热面积灰程度的监测,对锅炉对流受热面的传热特性及工质吸热特性进行热平衡机理分析,在热力学基础上,用相关性分析、回归分析和灰色关联分析方法对实际生产数据进行挖掘、分析,计算了对流受热面的出入口工质温差与清洁因子的灰色关联特性,建立了利用受热面进出口温差表征积灰程度的函数模型。结果表明:负荷稳定时,锅炉燃烧释放的热量也是一定的,对流受热面单位工质吸热量能反映该对流受热面的积灰程度;受热面温差与清洁因子具有极强的关联性,受热面进出口工质温差模型能很好地反映对流受热面的积灰程度。     

电站锅炉烟气余热利用与空气预热器综合优化

针对常规电站锅炉余热利用系统中低温省煤器入口烟气温度的限制,对锅炉尾部受热面进行综合优化,将空气预热器分两级布置,在两级空气预热器之间布置低温省煤器;并通过改变Ⅱ级空气预热器出口空气温度,优化低温省煤器所处的烟气温度范围,从而得到热力学最优工况;最后结合技术经济性分析,得出符合工程实际的综合优化结果.结果表明:通过空气预热器分级设计和合理设定关键运行参数,在热力学最佳方案下机组供电煤耗降低约6.7g/(kW·h),结合技术经济性分析,在年平均运行5 500h工况下,每年净收益可达2 100余万元,经济效益显著.     

垃圾焚烧锅炉省煤器的低温腐蚀及设计简介

目前采用垃圾焚烧方式已成为城市垃圾处理主要方式之一,但垃圾焚烧后产生的烟气会对锅炉受热面造成腐蚀和积灰,往往影响锅炉的稳定运行,给电厂造成经济损失。通过了解垃圾焚烧炉中省煤器的低温腐蚀原因,提出受热面的防护措施,以提高受热面使用寿命。     

HGSSP?A Computer Program for Simulation of Once-through Boiler Start-up Behavior

In this study a computer program, HaGuo Start-up Simulation Program (HGSSP), for thermal-hydraulic analysis is developed for simulation of start-up behavior of a once-through boiler equipped with various integral separator start-up systems. With the simulation results, design principles for optimizing a start-up system for design and optimization of start-up procedures for operation, which will result in minimum start-up losses by reducing the start-up time as much as possible, can be obtained. On the basis of Dolezal's model, an improved analytical-numerical method is proposed to solve the coupled energy equations for flue gas and working fluid describing the transient heat transfer occurring in individual heating surfaces. In order to verify the program presented here, the cold start of a 600-MW supercritical once-through boiler located in China on July 6, 1993, is simulated and a comparison with measured data made. This comparison indicates reasonable agreement between the computational main steam pressure, water separator level, and drain flow, economizer inlet and outlet temperatures, economizer pressure, and final superheater inlet temperature and those measured. Finally, the standard cold and hot start-up processes of a Harbin Boiler Works supercritical once-through boiler are simulated with HGSSP to acquire the start-up curves and suitable drain valve dimensions corresponding to a predetermined pressure-raising curve.     

循环流化床锅炉鳍片式省煤器的改造设计

循环流化床燃烧是近30年来迅速发展起来的一种环保型燃烧技术,由于技术尚未成熟,受热面磨损始终是个严重问题。分析了省煤器泄露原因,介绍鳍片管省煤器的特点,根据国内外鳍片管省煤器的使用情况,对220 t/h CFB锅炉省煤器进行了的改造设计。