贯流式水轮机飞逸工况下支撑系统的模态分析

文章着重分析了飞逸工况下水轮机组支撑系统的受力情况,并应用ANSYS分析软件对甘肃河口水电站相应工况下的支撑系统进行模态分析。分析得出支撑系统飞逸工况下的6阶固有频率,与相关文件提出该项目在飞逸工况下的激振频率相比较,机组不存在发生共振的危险,设计合理。     

灯泡贯流式机组差压法测量流量的研究与实践

利用差压测量水轮机流量的方法在水电站已普遍使用,但对于小容量的灯泡贯流式机组的流量测量往往由于差压较小、压力波动相对较大,导致测量结果不够准确,甚至测不出结果。本文充分研究了伯努利方程,重新选择了合适的测压点,并采取抑制压力波动的有效措施,取得了较理想的测量结果。     

基于EMD的短期风速预测混合模型

为了让风电电力系统在并网时能够平稳运行,降低因系统波动带来的经济损失,同时提高风电电力系统的竞争能力,找到一种稳定准确的风速预测方法有着重要且现实的意义。在机器学习的方法中,基于反向传播算法调整权值的BP神经网络是最常用也是最有效的方法之一。尽管BP神经网络拟合非线性序列的能力很强,但是在调整权值的过程中收敛速度慢,同时十分容易陷入局部最优值,为有效解决这两个可能出现的问题,将遗传算法(GA)用于优化神经网络。在此基础上,考虑到风速序列的间歇性、非平稳性以及差异性等特点,提出了一种基于经验模态分解(EMD)、遗传算法(GA)和BP神经网络的短期风速预测模型EMD?GA?BPNN,通过和其他几种模型的横向对比,验证了此模型在短期风速预测效果上的可靠性与优势。     

基于改进收敛交叉映射的厂级振荡源诊断

由于噪声、周期性、非线性和非平稳性的干扰,现有的大多数因果分析方法在工业过程控制系统的应用中往往是不可靠和不准确的。为提高厂级振荡源定位的性能,提出了一种基于改进收敛交叉映射的因果关系检测方法。首先,指出噪声和周期性对因果关系检测的不利影响。其次,将经验模态分解和去趋势波动分析相结合,实现了振荡信号去噪。然后,通过奇异谱分析有效地去除信号的周期性。利用收敛交叉映射可以对去噪去周期后的信号进行分析,进而准确地定位厂级振荡的源头。仿真结果表明,所提方法能提高过程控制系统中厂级振荡源定位的准确性。