虚拟现实技术在风力发电机组检修中的应用

虚拟现实技术在逐渐运用到风力发电中,传统风力发电机组一般自然位置比较偏僻,不利于实际现场的风电设备检修培训。为解决这一问题同时提高风电检修人员的专业检修技能,运用3Ds Max软件对风力发电机组设备进行三维建模、动画制作,同时运用反距离权重差值算法将三维实体模型数据转变成三维空间虚拟场景的数据。将虚拟现实技术运用到风力发电机组设备检修中,突破了传统风电设备检修的瓶颈,使得抽象的风电设备形象具体化。同时通过运用Unity 3D引擎实现风电设备检修动画和文字的相融合,实现受训人员不去现场情况下,能够很好地完成风电设备虚拟检修。     

采煤机调高过程PID参数优化

针对采煤机调高系统响应慢、精度低和抗干扰性差等问题,提出了一种鲸鱼优化算法,利用其对采煤机调高系统PID控制器的参数进行整定,并在MATLAB中进行仿真,同时与其他控制算法进行对比。结果表明,采用鲸鱼算法进行PID参数整定的采煤机调高系统动态性能得到提高,具有泛化能力强、超调量低和稳定性高等优点。     

火电机组仿真培训自动评分系统研究

介绍火电机组仿真培训考核评分系统,采用"分解考核-综合计分"的方法研究考核过程,以发电机组不同阶段的工况要求为基础,提出4类考核规则,不仅可以面向生产系统考核,还可以面向生产过程考核,建立了合理有效的仿真机培训考核系统,并利用C++语言实现,具有良好的人机交互界面和合理的框架规则,具有准确性、灵活性、可靠性。此考核系统已应用于电厂仿真培训系统,考核效果合理。     

一种改进型LSSVM模型在电站锅炉燃烧与优化中的应用

采用鲁棒交叉验证算法对传统最小二乘支持向量机模型进行改进,并对某350 MW机组的锅炉燃烧系统进行建模,用以预测锅炉出口烟气参数的变化。结果表明:鲁棒交叉验证最小二乘支持向量机建模方法提高了模型的预测精度,增强了模型的鲁棒性,有效避免了单一元素误差对预测结果的影响;通过优化锅炉燃烧系统输入参数的组合,可以有效提高锅炉的整体经济效益并降低NOx的生成量。     

一种直驱永磁风电机组的减载调频控制策略

文章针对风电并网容量增加导致系统调频能力不足的问题,提出了一种超速和变桨距协调的减载调频控制策略。首先给出了低、中、高3种风速模式的判定方法,然后通过设置初始功率跟踪曲线系数和调节桨距角实现直驱永磁风电机组的减载运行。在频率控制中,优先采用超速控制,当转速达到额定转速时,再启用变桨距控制,并且变桨距控制可分为低、中、高3种风速控制模式。仿真分析表明,基于所提减载调频控制策略,直驱永磁风电机组能在全风速范围预留一定比例的备用容量,实现双向频率控制,并能改善系统频率的暂态和稳态响应。     

基于深度迁移学习的小样本光伏热斑识别方法

针对训练传统深度学习模型需大量数据而热斑效应样本数量相对少且不易采集的问题,提出基于深度迁移学习的小样本光伏热斑识别方法.在Inception-v3模型的基础上构建深度迁移学习模型,然后在负样本多分类的小样本热斑数据集上完成训练,得到可用于热斑识别的网络模型.实验结果表明,在样本数量不充足的情况下深度迁移学习方法训练出...     

基于状态观测与教学优化算法的多变量系统历史数据驱动辨识

常规智能算法与历史数据结合进行多变量系统辨识的方法,选取表征系统由稳态过渡到动态过程的数据作建模数据,当该过程含有未知扰动时,无法准确建立对象模型.本文提出一种基于状态观测与教学优化算法的多变量系统历史数据驱动辨识方法.该方法选取系统由动态回归稳态的历史数据,并根据其稳态终值进行去稳态分量处理.再将其分为两段,应用状态观测器与预估模型对第1段数据末端的系统状态进行估计,并将估计值作为第2段数据对应的系统初态;应用第2段数据的输入对预估模型进行仿真,采用教学优化算法寻优预估模型参数,使仿真输出接近实际输出.仿真实验表明该方法可以克服扰动对模型辨识精度的影响.最后对某火电机组协调控制系统进行建模,结果表明了该方法的有效性.     

激励式仿真系统一机多模功能的设计与实现

一机多模功能是提高仿真培训系统利用率的有效方法之一,能大大提高火电机组仿真培训的效率,已经成为火电机组仿真系统设计过程中的必备功能之一。在分析了国内火电机组一机多模仿真系统的基础上,以火电机组激励式仿真系统为对象,阐述了不同体系结构下一机多模功能需求的异同。以自主研发的基于虚拟DCS（分散控制系统）的激励式火电机组仿真支撑系统为依托,构建实时数据库进行多模型数据管理、多仿真任务调度和模型控制等子功能的设计,并在Windows平台中实现了一机多模功能,最后给出了一机三模的仿真系统实例。     

多模型DMC算法的模块化设计与应用研究

多模型DMC算法应用到热工优化控制平台中具有很大的现实意义。在对热工优化控制平台和多模型DMC算法介绍的基础上完成多模型DMC算法的模块化过程,即将多模型DMC算法封装成高级算法模块。模块化过程的关键技术包括采样文件管理、采样状态刷新、上下位数据交互以及中间点进入数据库的实现。最后,选取一个非线性热工对象,在优化控制平台中调试发现多模型DMC算法模块相对于PID模块取得更好的控制效果。     

单元机组的非线性自适应反演综合控制

针对同时考虑参数不确定性和外界干扰的单元机组整体模型(锅炉–汽轮机–发电机模型),提出了一种基于自适应反演法和协调无源性理论的非线性综合控制策略.首先,针对预处理后的被控对象各子系统,采用反演法得到汽门控制输入,然后以高压侧电压为控制目标对励磁部分进行优化设计,最后逐步递推设计燃料控制器.在控制律设计过程中,为克服模型参数的不确定性,避免可能出现的参数漂移,通过引入充分光滑投影算子设计了参数自适应律.同时,借助在控制律中添加阻尼项,以有效抑制外界干扰对控制品质的影响.仿真分析和变负荷实验的结果表明,本文所设计的综合控制策略同时优化了单元机组的有功和无功响应特性,使其具有良好的负荷跟踪性能、抗干扰能力和对模型不确定参数的鲁棒性.