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。     

基于神经网络的电除尘器效率在线确定方法

影响电除尘器效率的因素很多，导致电除尘器的效率难以在线确定，基于该问题提出了一种用神经网络构建电除尘器效率模型的新方法．在此神经网络模型中只需要输入锅炉蒸发量、处理烟气量、灰分、粉尘粒径和粉尘比电阻等运行参数，即可实现电除尘器效率的在线测定。仿真表明，该神经网络模型具有良好的逼近实际系统的效果，为电除尘器系统的进一步建模和优化控制提供了参考。     

一种利用混合算法选择变量的天牛须优化神经网络风速预测方法

风速波动本身具有随机性和不确定性,给风速的准确测量产生影响。基于风电场大数据,设计提出一种基于互信息算法和随机森林算法相结合的变量选择方法,并以此为基础建立基于天牛须搜索算法优化的神经网络(BAS-BP)风速预测模型。采用某风电场1. 5 MW机组SCADA历史数据,使用互信息法和随机森林算法进行变量选择,并进行预测模型的训练、测试及评价。验证结果表明:该风速预测模型各项误差评价指标得到提高,预测误差减小明显,模型具有更好的预测精度和效果,验证了方法的正确性和有效性。     

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—...     

基于遗传单纯形混合算法的热工过程参数辨识

热工过程参数辨识是热工自动化领域的重要课题之一。针对热工对象的特点,利用遗传算法全局搜索能力强,单纯形算法收敛速度快、局部搜索能力强的特点,引入遗传-单纯形混合算法对典型热工过程数学模型进行参数辨识。编写Matlab程序进行仿真实验,通过描绘典型阶跃信号输入和其他任意信号输入下的响应曲线,并与已有文献中的辨识结果进行比较来验证参数辨识的精度。仿真实验表明,这种方法有效地解决了单纯形初值设置不当容易导致寻优失败的问题,克服了遗传算法寻优结果随机、分散的缺点,提高了搜索空间的广度和深度,能够得到精确的辨识结果。     

小规模储能技术在微网中的应用前景分析

微网是可再生能源发电应用的重要形式.微网中的小规模储能对于充分利用可再生能源,抑制电压和频率波动,为用户提供优质电能具有积极作用.介绍了多种小规模储能技术的发展现状及其在在微网中的作用,评价了小规模储能的技术经济指标,最后展望了小规模储能未来技术发展趋势和应用前景.     

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。