排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
混沌识别是对非线性时间序列进行混沌预测的前提。针对时间序列风速确定性与随机性相结合的复杂非线性特征,研究了不同的混沌识别方法,并对风速时间序列进行混沌特征识别。应用随机噪声、周期运动及经典混沌系统的时间序列对所选方法进行可靠性验证。对美国国家风能研究中心M2测风塔实测时间序列风速数据进行非线性混沌特征识别。结果表明:风速时间序列具有明显的混沌特征;各风速时间序列表现出不同程度的混沌特征;各混沌识别方法对风速时间序列混沌特征的表达形式不同,互为补充,相互验证。 相似文献
2.
为研究地震载荷与风载荷联合作用下的大型风力机结构动力学响应,本文研究分别以Wind PACT 1.5 MW和NREL 5 MW风力机为研究对象,采用EI Centro 6.9级地震为输入激励,通过改进版的开源软件FAST(风电载荷仿真软件)计算风力机在正常运行、紧急停机和一直停机3种运行方式下的塔顶振动和塔架结构荷载情况,结果表明:地震载荷极大加剧了塔顶振动,机舱加速度峰值增大2倍以上。紧急停机操作可减小塔尖位移,一定程度上可以保护风力机结构安全。地震载荷主要增大了塔架一阶固有频率及其二倍频的振动。6.9级地震与额定风载荷联合作用下,NREL 5MW风力机塔基弯矩设计需求为159 MN·m,略大于极限风载荷作用。说明地震常发地区,塔架结构强度设计必须考虑地震载荷作用。 相似文献
3.
针对漂浮式风力机半潜式平台在复杂海洋环境下的摇荡运动所表现出的复杂非线性特征,建立半潜式平台的NREL 5 MW漂浮式风力机模型,基于辐射/绕射理论并结合有限元方法得到了平台摇荡运动时间序列数据。基于混沌理论,应用功率谱分析、相空间重构及最大Lyapunov指数3种方法从定性和定量的角度,对摇荡运动时间序列数据进行了混沌特征分析。结果表明:平台摇荡运动时间序列数据具有明显的混沌特征,其最大Lyapunov指数不同(在0.05~0.09之间小幅变化);平台摇荡运动时间序列数据具有短期可预测性,且其最大可预测时间不同,最大可预测时间均不超过17 s。 相似文献
4.
针对垂直轴风力机叶片攻角连续性变化导致的非稳定流动,提出一种改善叶片攻角的主动变桨控制方法。首先通过实验验证数值模拟方法的可行性及有效性,其次对变桨控制前后风力机流场进行二维数值模拟,得到风力机在不同变桨条件下的气动特性及流场结构,计算结果表明:变桨控制可使叶片在不同方位角下处于更合适的攻角,进而获得较优的气动性能,变桨控制后的风能利用系数有所增加。随着最大变桨角度的增加,风能利用系数先增大后减小,最大可提高33.2%,同时主动变桨可抑制叶片尾缘流动分离,使得叶片尾涡耗散轨迹更贴合风轮旋转圆周。从而降低转矩系数波动幅值,提高风力机运行寿命。 相似文献
5.
针对风速时间序列具有确定性与随机性相结合的非线性特征,研究了R/S类分析法对不同FGN时间序列的计算精度以及不同实测风速时间序列的Hurst指数。结果表明:对于长FGN时间序列,理想Hurst指数较低时CRS分析法的结果最接近理想值,理想Hurst指数较高时Lo分析法得到的结果最精确;对于短FGN时间序列,理想Hurst指数较低时CRS分析法较精确,理想Hurst指数较高时V/S分析法的结果较精确;风速时间序列具有1/f波动的特点,且呈长期相关性;长风速时间序列具有长期相关性和强短期相关性;短风速时间序列具有强长期相关性,与长风速时间序列具有强短期相关性相吻合。 相似文献
6.
7.
8.
为研究风力机结构设计载荷需求与抗震强度之间的关系,通过Wolf方法考虑土-构耦合效应,并基于开源软件FAST建立通用的风力机地震工况动力学仿真模型。以AOC 50 k W、Wind PACT 1.5 MW和NREL 5 MW三台不同功率的风力机为研究对象,计算101种不同强度地震与湍流风联合作用下,三台风力机在不同运行方式下的结构动力学响应。结果表明:地震载荷加剧了风力机塔顶振动,在加速度峰值为2.14 m/s~2的地震作用下,NREL 5 MW风力机机舱加速度波动范围增大4.7倍。由此诱发紧急停机,叶片顺桨过程中使得气动阻尼急剧降低,从而导致结构载荷发生增幅振荡,说明地震发生时,紧急停机操作并不能有效降低塔顶振动。在高强度地震工况下,塔基弯矩最大响应值与设计地震加速度峰值之间为线性关系。提出了一种新的塔基结构强度设计需求预估模型,在不同强度地震范围均有较高的拟合度,可为抗震型风力机结构载荷设计提供较高的参考价值。 相似文献
9.
针对时间序列风速确定性与随机性相结合的复杂非线性特征,基于相空间重构理论和最大Lyapunov指数对其进行混沌与分形特征分析。首先,以经典Lorenz混沌系统及非混沌完全随机白噪声时间序列为验证算例,通过相空间重构和最大Lyapunov指数法判断以上2种非线性时间序列的混沌特征,分别从定性和定量的角度验证了所提方法的可行性;其次,对美国风能研究中心实测风速数据进行相空间重构,计算其最大Lyapunov指数并估算其可预测时间,最后采用G-P算法分析了实测风速时间序列的饱和关联维数。结果表明:相空间重构理论及最大Lyapunov指数法均可作为判断混沌特征的重要方法,时间序列风速具有明显的混沌分形特征及短期可预测性。 相似文献
10.
1