基于深度全连接神经网络的风机叶片结冰预测方法

我国北方地区风电机组叶片结冰问题,对机组正常安全运行会产生严重影响。为对风电机组叶片结冰状态进行有效预测,基于风场大数据,提出一种使用深度学习算法进行优化的深度全连接神经网络的风电机组叶片结冰预测算法。将处理后的数据集对深度全连接神经网络模型进行训练、测试、评价,最后将所得评价结果并与最近邻法(KNN)、支持向量机(SVM)、未使用深度学习优化算法的BP神经网络的预测结果进行对比。结果表明,所提出的基于深度全连接网络的风电机组叶片结冰预测算法,求取精度较高,计算量少,可以对风电机组叶片结冰预测问题进行快速有效判断。     

基于变量选择深度信念神经网络的风速预测

风速波动具有随机性和不确定性,导致风速预测的准确度不高.准确的风速预测对于优化风电运行策略和提高发电效率具有重大意义.利用最大信息系数(Maximal Information Coefficient,MIC)对风机SCADA数据进行变量相关性分析,并以MIC值大小对原始变量排序,将包含7项变量的子集作为深度信念网络(D...     

质量会计管理模式探讨

建立怎样的质量会计管理模式,是能否可行有效地实行质量会计管理的关键之一.本文认为“质量会计核算论”和“质量成本管理论”都有缺陷,提出了质量会计管理新模式,构想出对质量成本、质量收入和质量损益进行预测、决策、控制、核算、分析和考核的质量会计管理方法体系.     

一种基于预稳定区域的H_∞控制器参数优化方法

基于控制理论 ,提出了一种具有预期闭环极点区域的H∞ 控制器参数优化设计方法 ,该方法设计中既考虑了H∞ 性能指标又兼顾了动态性能指标 ,克服了常规H∞ 设计方法中不稳定控制器的问题等不足 .实验结果表明 ,该方法具有计算简便、可实现性好、鲁棒性和动态品质良好、对模型参数变化的敏感性低等优点 .     

MAX—2小型分散控制系统及其在电厂中的应用

ＭＡＸ—２小型分散控制系统及其在电厂中的应用华北电力大学刘延泉，刘吉臻，李大中，袁应钦１ＭＡＸ—２分散控制系统简介近年来，随着计算机应用的普及和电厂安全生产的需要，我国中，小型机组监控系统的改造已成为一项亟待解决的研究课题。美国ＬＮ公司生产的ＭＡＸ—...     

生物质发电气化过程的机理建模分析

生物质气化发电的关键技术是生物质气化技术,目前国内外对生物质气化发电技术的研究,还缺乏通用的气化模型和方法来模拟气化过程的特性,不能准确地确定生物质燃气的组分和热值等参数,难以提供气化发电系统的可靠数据.最常用的气化过程建模方法是建立机理模型,文章在重点分析了气化过程机理的基础上,把气化模型划分为平衡模型和动态模型两大类,并比较了各模型的优缺点.     

单模光纤锁相应变传感器

本文报导了一种可望用于监测地壳形变固体潮汐的单模光纤锁相应变传感器,提高了测量精度。