风电工程项目的施工与管理研究

我国风电器械国产化的程度越来越快,器械费用慢慢地与合理值出现偏差,风电工程项目创建投资操控也慢慢变得简化,当中,风电项目工程的改变是对投资操控任务的重要影响条件。这些年来,资源缺失导致的各种不足愈发严重,发展环保、可再生能源已然变成如今大众关注的要点话题,而工艺相对较为成熟、运用十分不变的风力发电慢慢变成各国新兴能源制造的关键。     

甘肃风电开发气象灾害因素研究

根据气象观测资料,对影响甘肃风电开发的气象灾害因素进行分布特征及影响分析。对甘肃风电开发影响最为严重的的积冰问题,结合已建风电场的情况就其成因、影响进行详细分析,并提相应对策。     

基于DRSA和BP神经网络风电机组检修决策

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。     

基于耦合振子模型的含风电电力系统聚类同步

针对含风电的电力系统受到扰动后发生严重的系统同步问题,提出基于Kuramoto模型的网络耦合聚类同步方法。应用图论理论建立电力网络收缩模型,在此基础上建立基于Kuramoto耦合振子模型电力系统等值模型,并提出基于动态耦合强度的电力网络聚类算法,该方法在系统发生扰动后能够快速、准确地将系统内振子的同步状态进行聚类。通过含有风电场的39节点新英格兰系统进行验证,仿真结果表明,通过聚类后各机群分析可以更清晰地了解电网的同步状态,避免系统进一步崩溃。