风力机系统的神经网络模型辨识

应用人工神经网络的建模方法,采用多层感知器的模型结构,利用自适应学习速率的BP学习算法,辨识出风力机系统的功能模型,并把辨识模型的仿真结果与系统实验测量数据相对比,开展了与经典系统辨识方法的比较研究,以检验神经网络模型的可靠性.实验结果表明,这种新的风力机系统建模方法具有很高的精度.     

柔性风力机系统模型参数辨识

应用现代系统辨识理论，采用ＡＲＭＡＸ的模型结构，利用预报误差法，辨识出某一工况点附近工作的柔性负力机系统的功能模型，将辨识模型仿真结果与系统实验测量数据相对比，并对不同数据段多次辨识，以检验系统辨识模型的可靠性，从而给出一种新的风机系统建模方法，最后将新方法与传统方法进行对比。     

水平轴风力机状态空间模型参数辨识

讨论了水平轴风力机系统在状态空间模型条件下的参数辨识。首先，根据风力机机理并基于一定的假设条件。推导出风力机的机理模型，通过线性化得到系统在某一工况点附近的状态方程。其次，利用辨识实验测试系统的输入输出数据，采用预报误差法，得到系统多输入多输出的随机模型。最后，对所得到的随机模型进行了分析与检验，讨论了辨识模型与机理模型的优缺点，为风力机控制系统设计提供模型基础。     

基于神经网络的锅炉低NOx排放系统辨识

影响NOx排放的因素有很多 ,它们与NOx排放量之间属于非线性关系。根据某电厂的现场NOx排放数据 ,建立基于BP算法的神经网络模型 ,对NOx排放的系统进行仿真计算 ,从而确定一个与所测系统等价的模型。并利用BP神经网络建立的仿真模型分析各输入参数与NOx排放量的确切关系     

基于BP神经网络的线损不良数据辨识及其预测

电能在输送过程中产生的大量损耗会大大提高电网的运营成本,同时海量的电网数据中往往包含错误数据,对线损计算及预测有严重影响。针对该问题,提出一种基于BP神经网络的不良数据辨识模型,可以有效辨别线路数据中的不良数据,并进行剔除。剔除不良数据后,再利用BP神经网络对线损进行预测。以宿迁市某变电站数据为例,验证了该模型的适用性。     

煤气化过程的神经网络直接辨识

煤在水蒸汽环境中气化时,煤的热解和焦的气化同时发生,两个过程有一些相同的产物,因此无法通过测量确定两个过程各自的进行情况。如果用煤的热解模型和焦的气化模型共同描述煤在水蒸汽中的气化过程,由于缺乏必要的数据,难以保证模型参数的合理性。要直接描述煤热解和焦气化形成的综合过程,传统的数学回归方法又难以胜任。本文用神经网络方法对煤在水蒸汽中气化的综合过程进行了直接辨识,取得了较好的模拟效果,并对煤在水蒸汽中的气化过程有了更深入的了解,为煤气化过程的“活性焦比”模型提供了支持。     

考虑碳排放的综合能源系统抗差参数辨识

近年来随着综合能源系统研究的深入,对能源设备建模的完整性和准确性提出了更高要求。针对传统研究中尚未考虑设备碳排放参数以及现有参数辨识方法的不足,文章提出一种考虑碳排放的综合能源系统抗差参数辨识方法。首先,建立了考虑碳排放强度的常见能源设备模型;其次,针对获取的系统历史运行数据,利用BP神经网络对其中的缺失值进行拟合填充,获取高可信的有效数据;最后,采用基于投票法的参数辨识方法对设备进行参数辨识,并通过旧数据遗忘与更新对设备参数进行动态辨识,通过算例对比分析了所提方法相较于现有方法的优势,说明了所提方法的必要性和有效性。     

利用神经网络估算太阳辐射

太阳辐射是一项对太阳能利用，建筑能耗分析和农业等十分重要的气象数据，本文建立了日总太阳辐射月均值的神经网络估算模型，在此基础上利用北京市1971年至1995年的气象数据资料对神经网络进行了训练，用1996至2000年的数据对神经网络的估算进行了检验，并与其它经验模型的估算结果进行了对比，结果表明神经网络的估算结果与实测值吻合的较好，并且精度高于其它经验模型。因此利用神经网络来估算太阳辐射具有很好的应用前景。     

基于LM-BP神经网络的湿球温度计算模型

湿球温度是电力工程中常用的气象设计参数,而目前气象站安装的地面气象自动观测设备中无湿球温度观测工具,且已有的湿球温度计算方法存在不足。为了满足工程设计需要,分析了湿球温度与干球温度、相对湿度、大气压强及平均风速等4个气象参数的非线性关系,建立了基于LM-BP神经网络的湿球温度计算模型,并将其应用于潍坊气象站湿球温度计算中。结果表明,该模型计算精度较高,且较为合理地反映了湿球温度与干球温度等影响因子之间复杂的非线性关系。     

基于人工神经网络模型的风速预测

利用在达坂城风电场30m轮毂高处的1min实测风速数据,采用人工神经网络模型ANN对未来短时间风速进行预报。通过对风速反复训练与检测来选择一组合适的模型参数,并对模型进行了误差分析。研究结果表明,使用BP神经网络对未来风速进行短时间预测能够达到较好的效果,误差较ARMA模型更精确,但是对于突变信息的处理能力仍然有限。     

水平轴风力机桨叶的实验模态分析

桨叶的模态分析是风力机整机稳定性及其可靠性分析的重要基础。该文应用DAS动态信号分析与故障诊断系统,对水平轴风力机的桨叶进行了实验模态研究。通过测量分析桨叶的振动信号,得到桨叶的模态,为理论分析计算风力机桨叶与整机模态的算法选择和修正提供了依据。同时对在模态实验中的参数识别和精度提高等问题进行了探讨。     

ZOND Z—40风力格塔架的模态分析

对由美国引进的ZOND Z－40风力机塔架我们自己设计的塔架的固有振动特性进行了计算,通过模态分析,结果表明,用国产的风力机塔架可以替代进口塔架。     

风力机组偏航系统的建模及仿真

建立了上风向风力发电机组偏航系统的数学模型，通过仿真分别研究了偏航动态特性与机组的特性参数的关系，如与风轮合力作用点至垂直偏航轴间距离Ｈ，尾舵合力作用点至垂直偏航轴间距离Ｇ１，尾舵特性以及上风向风速之间的定量关系。仿真结果对偏航系统的设计及其控制参考价值。     

浓缩风能型风力发电机迎风及限速自动控制系统

浓缩风能型风力发动机具有起动风速低、发电时间长、风能利用率高等优点，该文针对其特有的形体流场设计了一套以可编程控制器IP1612为主控单元的自动迎风及限速控制系统，并通过大量实验证明了此系统能够实现运转平稳，自动切入，准确对风等功能，并且高效节能。     

垂直轴风力发电机发展概述

能源危机是我们面对的最大挑战,风力发电是具有大规模发展潜力的可再生能源,在远期有可能成为世界重要的替代能源。水平轴风力机是目前应用最广的一种风力发电机,垂直轴风力机有着优越的性能,并越来越被人们所重视。主要论述了达里厄风力机的优良性能及其发展。     

浓缩风能型风力发电机迎风自动控制系统

风力发电机的迎风控制对于保证其正常发电十分重要。根据浓缩风能型风力发电机的形体结构 ,设计了由风向标、PLC可编程控制器、小型直流继电器、直流减速电动机、蜗轮蜗杆减速机等组成的闭环控制系统。实验结果表明整个系统可在风向变化超过± 15°时自动迎风 ,达到了设计要求。在程序设计中考虑了电缆缠结及解缆 ,可以使风电场管理人员在较长的时期内不必检查电缆缠结情况 ,简化了风力发电机的维护过程。为浓缩风能型风力发电机组向中、大型并网发电机组发展奠定了基础