离岸微型综合能量系统梯级余热发电优化设计

以海洋平台为代表的离岸能量系统多使用燃气轮机发电,可回收利用的余热占总能的30%以上,因而余热潜力巨大。文章从微型综合能量系统梯级余热发电优化设计的角度,将余热分等级利用,用余热锅炉回收高温烟气,再利用有机朗肯发电技术回收热交换以后的中低温热源,实现余热的梯级利用。构建以工程年总成本最小,CO2年排放量最少为目标,以电负荷、热负荷平衡等为约束条件的多目标优化模型,通过典型海上油气工程设计方案的对比,验证了所提方法能够切实有效地实现成本控制与节能减排目标的协同优化。     

城市湖泊水域空间规划中特色塑造方法探索——以厦门市筼筜湖水域空间规划为例

目前,城中湖水域空间存在文化灵魂及景观特色缺失的问题,应以融入自然、延续文脉、以人为本作为空间规划中的特色塑造方法.厦门市筼筜湖水域空间规划形成“一楔,两轴,五片,十点”的结构,使水域空间融入自然;恢复“筼筜渔火”的意向,划分特色分区,设计游线串联各景点,延续湖区历史文脉;以游人心理感受与切身体验为出发点设计各旅游项目...     

考虑电压稳定性的快速多目标无功优化方法

针对多目标无功优化方法存在寻优时间过长,优化结果针对性不强以及难以实现自动实时控制的问题,将一种基于ε-支配域的多目标进化算法应用到多目标无功优化的求解中,根据多目标模糊评价函数各目标分量的不同重要程度,构建出自适应ε-支配域,生成相应的后评价模糊控制器以实现优化结果的智能选择.在IEEE14,IEEE30和IEEE118节点系统上进行仿真试验,并与几种典型的多目标优化方法进行比较,证明了所提出的方法能使多目标无功优化的速度得到较大提高,针对系统的薄弱环节进行改进,从而更适用于电力系统自动实时控制.     

结合图半监督与广义回归神经网络的非侵入式海洋平台负荷监测

海洋平台微电网所处环境复杂,对其自动化和智能化要求较高,目前缺少对其负荷实时智能监测和管理的方法。从非侵入式负荷监测的角度,考虑海洋平台的经济性要求和特殊的工业环境,提出结合图半监督与广义回归神经网络的非侵入式海洋平台负荷监测方法。采用图半监督学习算法自动标记训练数据集,减少了人工标记数据的工作量,使系统能自动完成数据标记。并与半监督聚类算法对比分析,表明图半监督学习算法对数据标记具有更高的正确率。再利用广义回归神经网络较强的非线性分类能力,提升负荷识别的识别精度和减少计算复杂度。Matlab/Simulink仿真结果表明,所提出的负荷识别算法不仅减少了人工干预而且具有高精度的识别率。     

考虑天然气压力能综合利用的微能网气-电需求响应模型

针对天然气压力能利用模式单一及调压站冷能利用困难导致的能源利用率低等问题,提出天然气高压管网压力能发电和冷能综合利用集成方案,并针对调压站地理特性及各能源供给波动性导致的能源供应不稳定等问题,构建了天然气压力能与电、气、冷、热等多种能源相结合的微型综合能源网架构,实现其多能耦合互补;同时,通过价格型和激励型2类响应建立气-电综合需求响应模型,前者基于价格弹性矩阵建立气负荷和电负荷的需求响应模型,后者通过补贴激励的方式对天然气管网进行调峰。综合考虑该微型综合能源网的能耗成本、运维成本、环境成本及需求响应,构建考虑天然气压力能综合利用的微能网气-电需求响应优化调度模型,计算分析了不同场景下微能网电-气-冷能的优化调度结果,对所提出的集成方案及气-电需求响应模型的可行性与有效性进行了验证。     

海上平台电力系统研究综述

海洋工程对解决当下能源危机,合理开发海洋资源具有重要意义。海上平台电力系统作为海洋工程的电能供应保障,是海洋资源开发与利用的关键环节,其运行的安全稳定性直接影响着海上平台的顺利运行。总结了海上平台电力系统技术的研究进程,归纳了海上平台电力系统的主要结构与特点,针对海上平台电力系统面临的电源控制、电力组网、电能质量等方面的问题进行了论述,最后对海上平台电力系统未来可能的发展方向进行了展望,为海上电力系统技术的深入研究和实际工程操作提供了参考。     

一种改进的载波同步Costas环路设计及实现

提出了一种基于Cosms环（科思塔斯环）载波同步的改进环路，它具有可变环路增益和可变环路带宽。与传统的Cosms环相比，改进环路增加了频差估计、增益控制和环路锁定检测三个辅助电路。该方法能较好地处理环路带宽、稳态相位误差与环路增益之间的关系，在FPGA上已成功实现。     

基于畸变波形同步分层估计谐波阻抗的探讨

由于Fourier变换缺乏时域局部化的能力，影响了直接利用Fourier变换通过电压、电流波形波动量估计系统谐波阻抗的准确度。文中利用小波变换时—频局部化分析的特点，运用复小波对信号同步分层，分层后信号突出了电压、电流的波动情况，再应用“波动法”估计谐波阻抗。实验电路和实测数据的分析结果验证了该方法的有效性。     

复小波在谐波阻抗估计中的应用

为了提高波动法估计系统谐波阻抗的准确度，对含有谐波的电压和电流信号，运用复小波变换进行同步分层。在各次谐波上利用波动量的符号特征，研究电压和电流局部波形同步分解的传递函数特性，实现谐波阻抗估计。经过对实验电路和实测数据的分析，结果验证了其有效性。     

基于卷积神经网络图像分类的轴承故障模式识别

针对传统的基于数据驱动的机械故障模式识别方法中需要人工构造算法提取特征以及人工构造特征提取算法繁琐的问题,结合卷积神经网络(CNN)在图像特征自动提取与图像分类识别中的广泛应用,提出了一种基于CNN图像分类的轴承故障模式识别方法。首先,利用集合经验模态分解(EEMD)方法对轴承振动信号进行自适应分解并用相关系数对得到的本征模函数分量进行筛选。其次,对筛选得到的本征模函数分量进行伪魏格纳-威利时频分析(PWVD)计算得到信号的时频分布图,并对时频图进行预处理。最后,将轴承15种不同工况预处理后的时频图利用CNN进行特征提取与分类识别。将该方法与同类方法进行了对比,分类正确率提高了4.26%。