共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
文章提出了一种基于人工神经网络(ANN)和模拟集成(AnEn)的短期光伏发电预测方法。该方法首先利用数值天气预报模型,以计算天文变量为输入,对光伏发电站点进行72 h的确定性和概率预测;然后分别运用基于ANN,AnEn和ANN+AnEn联合模型方法对3个光伏发电站点进行预测,并进一步利用模拟4 450个光伏电站的综合数据验证了该模型方法的可扩展性;最后利用美国国家大气研究中心(NCAR)的黄石超级计算机,在1个节点(32核)~4 450个节点(141 140核)内测试了该方法的并行运算处理能力。实验结果表明,基于ANN+AnEn联合模型方法可以获得最佳结果,同时证明了该方法适用于大规模并行计算。 相似文献
6.
7.
8.
9.
10.
基于经验公式(EF)的参数间映射关系,笔者采用相同的数据和自变量集建立了基于人工神经网络(ANN)的参数间映射关系.分别搭建了EF和基于ANN的柴油机实时物理模型(EF模型和ANN模型),在稳态和瞬态测试循环(WHTC)瞬态工况对比了两种模型的预测性能,结果表明:相比EF模型,ANN模型在稳态工况下对MFB 50、最高燃烧压力(PFP)和平均有效压力(BMEP)的预测精度更好;但是在瞬态工况下,ANN模型预测精度出现明显恶化,低于EF模型.主要原因是模型中参数存在校准误差和不确定性,ANN模型相比EF模型具有更强的非线性拟合能力,但是对参数误差更加敏感.在快速原型设备上测试了两种模型的计算耗时,两种模型计算耗时相当,均约为350μs,满足燃烧过程实时控制的要求. 相似文献
11.
生物质气化是生物质利用研究的一个重点。生物质气化包含生物质的热解和热解所得焦炭的气化两个过程。不同的热解条件将得到具有不同气化活性的生物质焦炭,不同热解条件制取的焦炭的动力学参数也不相同。本文主要概述了热解条件对生物质焦气化活性的影响。同时基于阿伦尼乌斯公式介绍了生物质焦等温气化动力学参数的两种获取方法,非等转化率法是通过选择动力学模型中的结构因子f(x) 来获取动力学参数,而等转化率法是通过避开选择动力学模型中的结构因子f(x) 来获取动力学参数。基于简单碰撞理论提出了获取等温气化动力学参数的新方法,对阿伦尼乌斯公式中的指数项、指前因子A提出了明确的物理意义。基于简单碰撞理论的等温求解气化动力学参数方法类似于基于阿伦尼乌斯公式的等温求解气化动力学参数方法。 相似文献
12.
为了解决涡扇发动机的监测数据维数高、时间跨度长、给预测发动机剩余使用寿命带来困难的问题。本文提出了一种基于集成神经网络模型的发动机寿命预测系统,采用集成学习中的Stacking方法对单一的学习器进行集成来预测涡扇发动机的剩余使用寿命(RUL)。模型在NASA公共数据集C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)上进行了发动机寿命预测实验验证,并与常用的机器学习方法和单一神经网络进行了比较。实验结果表明:模型在多种评价方法上综合表现最佳,且在超前预测上表现良好。 相似文献
13.
内循环流化床生物质气化过程的神经网络模型 总被引:1,自引:0,他引:1
基于BP人工神经网络原理,利用MATLAB神经网络工具箱,以实验得到的57组气化实验数据作为样本,建立了一个以加料量和送风量为输入变量,以燃气热值、产气率、碳转化率和气化效率为输出变量,用于描述连续稳定气化过程的内循环流化床生物质气化模型。对模型的隐层节点数和训练周期改变对模拟结果的影响进行了分析,发现当隐层节点数为20,训练步骤为50步,模型的4个输出变量的模拟结果与实验结果相关系数均超过0.95;同时对该模型的预测能力进行了考察,模型预测结果与实验结果吻合良好,证明了该模型具有较强的泛化能力,为生物质内循环流化床气化系统的优化设计和自动控制提供新思路。 相似文献
14.
肖浩逸何晓霞梁佳佳李春丽 《储能科学与技术》2022,(12):3999-4009
锂离子电池剩余使用寿命(RUL)是电池健康管理的一个重要指标。本工作采用电池容量作为健康状况的指标,使用模态分解和机器学习算法,提出了一种CEEMDAN-RF-SED-LSTM方法去预测锂电池RUL。首先采用CEEMDAN分解电池容量数据,为了避免波动分量里的噪音对模型预测能力的影响,且又不完全抛弃波动分量里的特征信息,本工作提出使用随机森林(RF)算法得到每个波动分量的重要性排序和数值,以此作为每个分量对原始数据解释能力的权重。然后将权重值和不同波动分量构建的神经网络模型得到的预测结果进行加权重构,进而得到锂离子电池的RUL预测。文章对比了单一模型和组合模型预测精度,加入了RF的组合模型预测精度让五种神经网络的表现都有进一步的提升。最后,对表现较好的两种网络——LSTM和GRU引入了简单编码解码(SED)的机制,让其更好地学习到序列数据全局时间上的特征和远程的依赖关系。以NASA数据集作为研究对象进行该方法的性能测试。实验结果表明,CEEMDAN-RF-SED-LSTM模型对电池RUL预测表现效果好,预测结果相比单一模型具有更低的误差。 相似文献
15.
16.
17.
提出了一种基于人工神经网络(ANN)的模拟空气(IAir)击穿电压的预测方法。ANN采用BP网络模型,由输入层、隐藏层和输出层3层组成。依据I-Air中针对板(N-P)、球对板(S-P)电极的工频交流击穿试验数据,分别进行了针对不均匀电场和稍不均匀电场2类的人工神经网络的数据和网络测试。对于不均匀电场网络,利用同一气压下若干气隙长度的击穿电压,预测同一气压下的其他气隙长度的击穿电压;对于稍不均匀电场网络,利用若干气压下的击穿电压预测另外气压下的击穿电压,并用Matlab中的ANN工具箱实现了人工神经网络模型,通过比较实测结果和预测结果发现预测平均误差小于5%,取得了较好的预测结果。预测方法可以用来在一定范围内预测I-Air的击穿电压,大大减少了试验的时间和试验投资成本。 相似文献
18.
19.
生物质半焦气化的反应动力学 总被引:11,自引:0,他引:11
利用热重分析仪研究了CO2气氛下的生物质半焦的反应性。研究发现,所研究的4种生物质半焦都表现出了相同的反应性趋势。其反应性随着转化率的增加而增加。这可能是由于生物质焦样中的碱金属含量,尤其是钾的含量较高的原因。对比生物质气化反应动力学参数研究表明,4种焦样的气化行为可以用收缩核模型来描述,并求出了4种生物质焦样的反应动力学参数。在不同的CO2分压下进行了花生壳焦样的反应性实验研究,发现焦样的反应性正比于反应气体浓度,求出了花生壳焦样的反应动力学方程式。 相似文献
20.
搭建了一套连续式多碟太阳能聚热与生物质超临界水气化耦合制氢系统,以生物质模型化合物(乙二醇、丙三醇、葡萄糖)为原料在该装置上进行了气化制氢实验,研究了太阳能直接辐照度(DNI)、物料成分、物料浓度、停留时间对气化效果的影响。实验结果表明:太阳能直接辐照度对太阳能吸收器腔内及反应器壁温的影响较大,进而能影响气化效果,在实验流量、压力范围内当DNI为363~656W/m2时,反应器出口流体温度达520~676℃,可以满足生物质超临界水气化制氢的温度及能量需要。0.1mol/L葡萄糖气化H2体积分数均值超过50%,H2产量为27.2mol/kg,气化率达109.7%。低物料浓度和长停留时间有利于气化效果的提高。实验验证了利用可再生的太阳能聚焦供热耦合生物质超临界水气化制氢是可行的。 相似文献