共查询到19条相似文献,搜索用时 86 毫秒
1.
超临界二氧化碳(S-CO2)流动摩擦阻力特性尚不明晰,现有阻力预测公式泛化能力不强。对S-CO2在垂直上升光滑圆管中进行湍流流动的阻力特性进行了实验研究,系统分析了不同质量流速、压力和热流密度对S-CO2流动摩擦阻力的影响,实验参数范围为质量流速750~ 2 200 kg/(m2·s),流体压力10~20 MPa,热流密度200~340 kW/m2以及主流温度60~500 ℃(远离拟临界点)。实验结果表明:S-CO2流动摩擦阻力随热流密度的增加而减小,这有利于 S-CO2发电的大规模工程应用;S-CO2流动摩擦阻力随压力的增加而减小,主要原因在于压力增加导致CO2流体密度增加。根据实验数据,构建了贝叶斯正则化BP神经网络模型,实现了对S-CO2流动摩擦阻力的有效预测。预测值与实验值的相关系数R=0.998 6,超过98%的预测值均在10%的误差范围内,表明该模型拟合精度高,具有较好的泛化能力。 相似文献
2.
3.
4.
当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。 相似文献
5.
本文中作者为了进一步研究油浸变压器的常见故障,结合遗传算法与BP神经网络的基本原理,利用Python语言在Tensorflow平台上编写了GA-BP混合神经网络的故障诊断模型,并验证了其可靠性。为变压器的故障诊断提供了一种全新的方法,分析结果为变压器的相关研究提供了重要参考。 相似文献
6.
7.
8.
为解决常规电力系统稳定器中受控系统参数难以识别的问题, 提出了一种可以根据电力系统运行工况自动调整控制参数的新型自适应电力系统稳定器(PSS),运用神经网络完成电力系统被控模型的精确在线辨识.通过在线测量同步发电机的有功和无功参数,自适应电力系统稳定器可按照相位超前补偿的设计原则实时自动调整稳定器参数, 以达到最佳的抑制低频振荡的效果.为了避免BP算法在神经网络训练当中陷入局部小等一系列缺点,引入了一种GA和BP相结合的算法,将其用于人工神经网络的设计,同时将离线计算所得的PSS参数构成的样本对神经网络进行训练.通过在时域仿真结果表明自适应PSS能有效抑制电力系统低频振荡,极大的提高电力系统的动态和暂态稳定性. 相似文献
9.
10.
11.
本文针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法。首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值。其次将健康因子进行主成分分析对其降维处理,利用遗传算法优化BP神经网络的连接权值,对锂离子电池容量进行预测。最后在NASA不同型号的电池上应用模型进行了验证。结果表明,所提出的方法可以在不同训练量的情况下准确估算4种锂离子电池的容量,其估算的方均根误差小于2%,且与未使用遗传算法优化的预测结果相比,该方法具有较高的预测精度。 相似文献
12.
13.
飞灰含碳量是反映电站锅炉燃烧效率的重要指标,准确测量飞灰含碳量有利于监测和调整锅炉燃烧,降低煤耗,提高锅炉运行的经济性和安全性。分析了工程上普遍采用的人工取样、实验室化验方法以及在线监测仪器所存在的缺陷。研究了以软测量和信息融合技术为代表的人工智能方法的不足,采用遗传神经网络算法,对的连接权值、阈值和隐层节点个数进行了优化计算,以增强网络的泛化能力,并利用Grason敏感性分析算法,对影响飞灰含碳量的输入参数进行了筛选,实现了以较少的工况输入来有效地测量输出。在此基础上,通过实际样本进行仿真分析和对比,验证了所用方法具有更好的测量精度,最后通过实测数据的对比进一步验证了该结论。 相似文献
14.
15.
本文对超临界二氧化碳(S-CO2)布雷顿循环塔式光热系统及光伏-光热混合系统在典型天气下的运行性能进行了研究。探究光热电站通过灵活调控出力,从而辅助间歇性出力的光伏电站发电并网的能力;分析光伏电站的接入对光热电站运行性能的影响;对比S-CO2布雷顿再压缩和部分冷却循环所组成的光热电站在不同运行场景下的热力性能。研究结果表明:光热电站可与光伏电站良好地配合,实现混合电站高效发电并网;光伏电站的接入会导致光热电站的运行效率降低,如晴天时,为辅助光伏电站并网,再压缩循环光热电站的运行效率由20.23%降至18.34%;在光热电站独立发电的运行场景下,再压缩循环光热电站性能更优,而在混合电站联合发电的运行场景下,部分冷却循环光热电站性能更优。 相似文献
16.
为了对电池电解液密度进行预测,建立了BP神经网络模型,用电池充放电试验数据对其进行了训练和检验。利用训练后的神经网络模型进行了电池电解液密度的预测,预测值与实测值的最大误差值为0.020 9 g/cm3,均方根误差值为0.004 0 g/cm3左右。结果表明,BP神经网络方法可以满足预测精度要求,从而可用于建立电池剩余电量实时监测系统,降低电池维护工作量并延长电池的使用寿命。 相似文献
17.
基于改进BP神经网络的锅炉结渣预测模型 总被引:3,自引:0,他引:3
基于人工神经网络的改进BP算法,建立了大型燃煤锅炉对流受热面积灰结渣状况的预测模型。根据所建立的BP网络模型,对某电厂700MW机组锅炉的再热器进行了分析和计算,结果表明该模型可以准确地预测锅炉对流受热面的结渣状况,从而为优化吹灰提供指导。 相似文献
18.
超临界二氧化碳(S-CO2)动力循环具有效率高、系统紧凑及灵活性高等优点,未来可取代或部分取代水蒸气朗肯循环,实现高效热功转换。本文从能量传递转换机理、关键部件研发以及系统设计等角度,总结了国内外研究进展。已有研究表明,目前已成功展示小型径流式透平S-CO2循环系统,但CO2泄漏等导致系统性能降低,大型轴流式透平系统可能不会出现小型系统类似问题。综述了我国在S-CO2循环方面的研究进展。围绕大型S-CO2燃煤发电系统能量传递转换机理及系统概念设计,提出了锅炉模块化设计,将锅炉压降降低到与水蒸气锅炉相当甚至更低的水平;提出了顶/底复合循环,彻底解决了锅炉烟气热量全温区吸收问题。建立了高温高压CO2传热实验系统,获得了宽广参数范围内的实验数据,引入超临界类沸腾概念并提出超临界沸腾数及K数,获得了高精度预测超临界传热恶化及传热系数的广义关联式,提出了控制壁温的S-CO2锅炉概念设计等。在此基础上,提出了需加强的研究方向,包括适合不同热源(核能、太阳能、化石能源)的S-CO2循环构建,回热器、压气机及透平等关键部件设计及制造技术,关键部件及全系统的控制运行技术,以及不同功率等级的S-CO2循环的示范系统等,为S-CO2发电的商业应用奠定理论和技术基础。 相似文献