水轮机模型综合特性曲线的计算机处理

本文采用分段离散与分段拟合相结合的方法,利用正交多项式拟合函数及二次B样条插值函数,对水轮机模型综合特性曲线实行“光滑性”修正,快速、灵活、准确地实现了水轮机模型综合特性曲线的计算机自动处理、贮存和输出。     

混流式水轮机综合特性曲线的数值化探讨

本文就如何应用数字计算机来描述混流式水轮机综合特性曲线这样一个常见问题进行了分析,提出了一种物理意义明确、使用简单方便的储存方法。并推荐采用二阶样条插值来求取水轮机运行时的瞬态工况。几个模型转轮的等开度线加密实践证明方法可行。     

水泵水轮机全特性曲线处理的研究进展

水泵水轮机的全特性曲线在曲线两端存在较为严重的交叉、聚集和卷曲现象,以及极不稳定的“S”型区域,为水泵水轮机过渡过程的精确仿真带来了极大的困难。针对这些现象和“S”型区域存在的问题,国内外学者进行了深入地研究,通过对全特性曲线预处理数学变换方法和拟合手段的探讨,最终得到一系列研究成果。综述了现有的全特性曲线研究成果,将研究成果按照表述方法分为二维曲线数学变换和三维曲面拟合2大类,依次对各个研究成果进行简要介绍和深入分析,指出各研究成果取得的突破和不足,提出了进一步深入研究的方向和研究的建议。     

利用AutoCAD对水轮机模型特性曲线数字化的方法

系统地介绍了如何将水轮机的模型综合特性曲线数字化,即将水轮机的模型综合特性曲线中的重要的有用的信息转换成数据,并以一定的格式储存在文件中,随时调用,提高设计效率。     

基于MATLAB与VC＋＋的水轮机综合特性曲线处理系统研究

采用MATLAB与VC＋＋混合编程,开发了水轮机综合特性曲线数据处理系统。该系统利用VC＋＋友好的界面编程对水轮机综合特性曲线已知区域数据进行提取,使用MATLAB搜索引擎调用RBF人工神经网络库对提取数据进行拟合并结合边界约束条件对未知区域内的数据进行预测。该系统可代替许多繁琐的手工取值、非可视化编程调试工作,可提高水轮机综合特性曲线数据处理的数据精度和工作效率。     

水轮机运转特性曲线的评价方法

1引言水轮机运转特性曲线是水轮机选型设计的主要成果，也是水轮机选型方案优选的重要依据之一．在方案优选中，对水轮机运转特性曲线的评价以往是在专家经验基础之上进行的，对设计成果做出的评价是定性的．虽然以往的方法在方案选择中为选择出优秀的工程方案起着积极的作用，但也存在操作周期长，难于理解，和难掌握及评价非量化的一面．随着计算机应用的普及，计算机辅助设计（CAD）以其设计高效率、高质量的特点在工程设计中得到广泛应用．为了提高工程设计质量，缩短水轮机选型设计周期，利用计算机进行水轮机选型设计是势在必行的．…     

轴流转桨式水轮机特性神经网络三维建模

针对轴流转桨式水轮机复杂的非线性特性以及水力机组过渡过程仿真计算所需的水轮机流量与力矩特性难以准确描述的情况,介绍了基于BP神经网络的轴流转桨式水轮机特性建模方法：利用BP神经网络强大的非线性数值逼近功能,由已知的综合特性曲线、定桨特性曲线、飞逸特性曲线得到离散数据以及边界约束条件,建立轴流转桨式水轮机流量和力矩特性模型,对导叶小开度区、低转速区和高转速区等未知区域进行三维曲面延拓。建立导叶桨叶三维协联特性模型,以提高水轮机特性曲线数据处理的精度。     

基于BP神经网络的水轮机调节系统建模与仿真

采用BP神经网络对水轮机综合特性曲线进行处理,将水轮机非线性特性转换为可用于实时仿真的力矩和流量神经网络,可避免建立水轮机特性变量间复杂的函数关系式。将其应用于水轮机调节系统的大波动过渡过程计算,可使计算更为简洁,且由于曲面是光滑的且导数连续,更容易保证计算过程的收敛。建立的机组非线性模型更贴近实际情况,仿真试验表明应用效果良好。     

比转速相同水轮机综合特性曲线对大波动过渡过程的影响分析

从数值计算的角度探讨了比转速相同的不同水轮机综合特性曲线对大波动过渡过程调保参数的影响，从而说明综合特性曲线对低水头电站的影响较小，而对高水头电站的影响则较大，并以乌江彭水水电站和清江水布垭水电站为例加以验证。     

基于MATLAB的水轮机特性曲线的研究

在水电站水力过渡过程计算中,水轮机边界条件通常利用水轮机特性曲线近似描述。针对水轮机特性难以用解析式表达的问题,利用NATLAB强大的数据处理功能,将水轮机模型综合特性曲线处理成空间曲面,并在此曲面中进行插值。     

基于改进BP网络的轴流式水轮机调节特性仿真

为了获得水力机组在小开度、小流量工况点下非线性特性数据,利用改进BP网络与MATLAB神经网络工具箱相结合的方法,将已知的水轮机综合特性曲线数据与边界约束点相结合,经网络自动"学习"训练可获得低效区的流量延拓、力矩延拓仿真曲面。改进BP网络模型可以大大地提高水轮机综合特性曲线数据处理的效率与精度,是研究水轮机控制系统的一种新的非线性建模仿真模型。     

神经网络技术在水处理工艺建模中的应用

应用数学方法和BP神经网络技术对水处理工艺建模进行研究,研究对象为哈尔滨市绍和水厂的原水水质、投药量与沉后水浊度之间的模型关系.在神经网络模型中,为了确保较好的建模效果,挑选代表不同水质特征的数据作为样本集,并采用提前停止法提高网络的推广能力.仿真试验证明与传统的数学模型相比,神经网络模型的建模效果更佳.     

神经网络在径流水量还原计算中的应用

将人工神经网络技术应用于径流水量还原计算．建立起径流水量还原计算的BP网络模型。利用山西省第二次水费源评价1980～1999年的单站费料,对所建立的BP网络模型进行训练和检验．所得结果精度完全满足要求,为水量还原计算提供一种新的思路。     

秦淮河流域东山站水位预报研究

为提高秦淮河流域东山站水位预报的精度,基于BP神经网络算法建立经验预报模型,分别根据降雨历时、起涨水位两种模式对水位涨幅进行预报。分析了两种模式预报结果,选出最优的预报模式,并用混合线性回归模型作为预报精度的参考验证。结果显示,BP神经网络模型的预报精度高于混合线性回归模型,而且BP神经网络模型两种预报模式的结果都达到了乙级标准以上,根据起涨水位的预报模式效果更好。     

仿生算法优化BP神经网络在降雨空间插值中的应用

人工神经网络能够充分挖掘已知样本中的规律,从而对未观测数据进行预测,可应用于降雨量空间插值计算中。在BP神经网络进行降雨空间插值的基础上,引入遗传、粒子群和蚁群3种仿生算法对BP神经网络初始权值和阈值进行优化,将优化后的BP神经网络应用于三峡区间流域年、月和日3个时间尺度的降雨空间插值中。结果表明:仿生算法对BP神经网络初始权值和阈值优化求解后,降低了BP神经网络陷入局部最小以及过拟合的风险,在插值过程中表现出较好的稳定性,取得了理想的插值结果。     

承压水漏斗地区地下水位时空分布预报的BP网络模型

依据水均衡原理,导出承压水漏斗区任意一点水位与其影响因素之间的复杂的非线性关系,在此基础上提出承压水漏斗水位时空分布预报的BP神经网络模型。该模型具有 分布参数模型的特征,且不需用到区域的水文地质参数。最后针对某实例进行了模型设计及预报分析,通过对部分观测井后期实测数据的训练,优选出双隐层的网络结构及其网络参数。随后用这些观测井的前3年数据进行了检验,并对其他观测井数据进行预报。计算表明,该模型对地下水位拟合与预报的合格率较高,可以获得研究区域某一时刻水位在空间上的分布。     

BP神经网络模型在黄河上游产汇流预报中的应用

针对黄河上游唐乃亥控制断面以上地形条件复杂、流域面积大且控制站点稀少的实际情况,选取该区域主要产流区吉迈至玛曲段,利用BP神经网络模型对研究区的日径流进行模拟。经分析验证,3层BP神经网络模型简单可靠,误差较小,能较好地反映研究区的产汇流特性,可用于该区域的产汇流模拟及相关预报。     

基于VIC-3L模型的黑河上游流域径流模拟研究

为解决我国西部地区气象水文站点稀少、分布不均匀的问题,并充分表达气象要素的空间差异性,利用VIC-3L模型对黑河上游山区流域进行了模拟研究,以检验该模型在干旱区较细网格尺度上的适用性和模型参数移植以及改造的可能性。模型所需要的土壤参数和植被参数主要通过野外实测、土壤普查数据或根据有关参考文献获得。模拟结果显示,在日、月尺度上的径流模拟变化趋势与实测径流除了在时间上有大约2~3 d的滞后外,其他方面较为吻合,在丰水年日、月尺度上的径流模拟远好于同尺度上枯水年的模拟精度,说明模型在研究区具有一定的适用性,但有待于进一步改进。