基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究

为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。     

基于声雷达技术与神经网络的风电预测研究

针对传统的测风塔在风电场实际测风应用中存在的问题,以测风声雷达技术与BP神经网络为基础开展风电预测研究。首先,介绍了测风声雷达在风电产业多种场景应用中的优点;其次,提出了集成经验模态分解(ensemble empirical mode decomposition,EEMD)与神经网络的风电预测算法;最后,以安徽女儿岭风电场声雷达测风塔采样数据为例进行预测算法验证,分析了10、30、70、80、85、95 m处风速对应的BP神经网络最优隐含层神经元个数,并在此基础上验证了基于集成经验模态分解与神经网络预测算法在声雷达不同测风高度下风电预测的有效性。     

弧形锯齿尾缘对叶片气动噪声影响及机理的研究

以弧形锯齿尾缘叶片为研究对象,同时设置三角形锯齿尾缘和直尾缘叶片作为参照组,采用大涡模拟结合声类比方程的方法,对比分析不同攻角下3种叶片的声压级指向性、噪声频谱特性。通过分析3种叶片周围涡结构,进一步对弧形锯齿尾缘所特有的声学机理进行研究。结果表明：同三角形锯齿一样,弧形锯齿结构并未改变叶片声压级指向性呈偶极子分布的规律;弧形锯齿尾缘有效降低中高频段的噪声,低频段降噪效果不明显;锯齿结构影响尾缘处展向涡的发展,进而对叶片气动噪声产生影响,且弧形锯齿尾缘对尾部涡结构的影响程度大于三角形锯齿尾缘。     

机械产品关键质量特性综合识别方法

针对机械产品质量特性多样化和复杂性,关键质量特性识别存在主观性强、识别结果不准确等问题,提出了一种机械产品关键质量特性权重综合识别方法.通过建立机械产品质量特性层次模型,统计分析得到质量特性分层集合,采用可拓层次分析法计算主观权重,信息熵法计算客观权重,模糊Borda法计算综合主客观权重,并对结果绘制帕累托图,根据"2...     

基于二次回路全域数字化的变电站运维检修安措智能导引技术研究

<正>数字电网将成为承载新型电力系统的最佳形态，随着变电站规模增大、复杂度增高，变电站二次设备运维检修依靠人工制定安全措施和作业步骤，安全保障和设备缺陷处理能力有限。提出一种基于二次回路全域数字化的变电站运维检修安措智能导引技术。通过实例测试应用验证所提方案的有效性。