基于SCADA系统的风电变桨故障预测方法研究

风电机组变桨系统故障是目前造成机组停机的第一原因。文章对未来30 min的风电机组变桨故障进行预测,通过分析变桨系统潜在故障,制定维护保养计划;针对兆瓦级风电机组,分析SCADA系统的数据,提取变桨距系统故障特征;从风速、风向、桨距角和电机转速的输入、输出关系出发,应用多元线性回归分析和BP神经网络分别对变桨系统进行模型训练,对比两种算法的预测能力。通过分析故障预测模型性能指标、误差指标和输出数据图形可知,BP神经网络在风电变桨系统中的故障预测效果优于多元线性回归预测。     

基于自适应阈值的小波BP神经网络风电变桨系统故障预测

为了提高风能资源的有效利用,提高风电机组运行的可靠性、经济性和安全性,故障预测变得尤为重要。故障预测方法在判断设备隐患、制定合理的风电场运维方案方面具有重要的理论和实际意义。围绕变桨系统故障预测的问题,文章利用小波对机械信号特征敏感的优点,引入自适应阈值函数实现对小波降噪的改进,结合具有自学习能力和并行处理能力强的BP神经网络,建立了自适应阈值的小波BP神经网络故障预测模型。该模型结合了小波分析的技术特点,减少了噪声对预测模型的干扰,模型简洁、易实现。应用该网络预测模型,提前15 d对变桨系统故障预测的准确率达到了92.27%。     

一种实时校正的改进BP神经网络超短期

摘要： 风电机组出力可由风速计算得出,提高风速预测精度对减小风电并网冲击、合理调度风能资源至关重要。基于风电场气象及风速数据的时间连续性,提出了一种加入误差实时校正环节及风速变化趋势分析的改进方法介绍,在提高风速预测精度的同时有效改善了过校正情况。采用某个风电场的实际运行数据进行了仿真,结果表明,所提出的改进BP神经网络风速预测模型方法具有较好的预测精度。     

基于小波神经网络的光伏系统发电量预测

针对光伏系统发电量的影响因素,建立具有超强泛化能力的小波神经网络短期发电量预测模型。以相同日类型条件下的光伏系统发电量、环境温度、光板温度、相对湿度的历史数据作为样本,对模型进行训练和发电量预测。通过小波神经网络模型和BP神经网络模型预测结果的对比分析表明:小波神经网络模型训练次数少,收敛速度快,预测精度高。     

大型风电机组电动变桨系统变桨角度故障诊断

为提高大型风电机组电动变桨系统变桨角度故障的判别准确性,结合模糊粗糙集特征量约简和基于粒子群算法优化的支持向量机进行变桨角度故障诊断分析研究。首先基于模糊粗糙集理论建立变桨系统特征参数约简的数学模型,通过对变桨相关运行数据进行约简,确定对故障诊断贡献率较高的参数;再利用实际运行数据训练经粒子群优化的支持向量机,从而获得高精度诊断模型;然后设计基于双层支持向量机的故障程度判别模型,可对故障进行进一步分类。最后通过实际运行数据对变桨角度故障进行诊断实验,实验结果表明,该诊断方法能准确快速地判别故障并可进行故障程度分类。     

基于新陈代谢无偏灰色神经网络的水质预测模型

针对水质参数样本数据少且非线性的特点,建立了新陈代谢无偏GM(1,1)与BP神经网络的组合预测模型,将通过新陈代谢无偏GM(1, 1)模型得到的数据集作为BP神经网络的输入,原始序列作为神经网络的期望输出,训练得到最佳BP神经网络。将该组合模型应用于乐山岷江大桥断面溶解氧浓度的预测,结果表明,相对误差均在3%以下,与传统灰色神经网络水质预测模型相比,该模型具有实时性及预测精度更高的优点。     

基于灰色BP网络的城市生活垃圾日产量预测模型研究

通过对灰色BP神经网络模型的分析与研究,给出了灰色BP神经网络的建模方法,建立了基于灰色BP神经网络的城市生活垃圾日产量预测模型,通过一组历史数据分别对GM模型和灰色BP神经网络模型进行了验证,得到了灰色BP神经网络的预测效果要比单纯的灰色预测模型精度要高的结论,本模型是研究通过少量数据进行预测的一种新方法。     

基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法

提出了一种基于粒子群优化BP神经网络风电机组齿轮箱故障诊断方法。粒子群算法不需要计算梯度,可以兼顾全局寻优和局部寻优。利用粒子群算法对BP网络权值和偏置进行优化,减少了BP神经网络算法陷入局部最优解的风险,提高了神经网络的训练效率,加快了网络的收敛速度。考虑风电齿轮箱振动信号的不确定性、非平稳性和复杂性,提取功率谱熵、小波熵、峭度、偏度、关联维数和盒维数作为故障特征。经测试,算法诊断结果正确,表明了PSO优化BP神经网络用于风电机组齿轮箱故障诊断的有效性和实用性。     

基于量子进化在线序贯极限学习机的变桨系统故障检测

针对复杂工况下风电机组变桨系统故障检测问题,采用在线序贯极限学习机建立变桨系统状态监测模型,利用ReliefF算法进行模型的特征选择,通过量子进化算法优化在线序贯极限学习机的超参数集,并引入马氏距离函数计算变桨系统状态监测模型的残差,判断风电机组变桨系统的异常。以辽宁某风电场1.5 MW双馈风电机组变桨系统为例,将所提出的模型分别与粒子群优化极限学习机、粒子群优化支持向量机、随机权神经网络、极限学习机和反向传播神经网络模型进行对比,结果表明所提出的模型精度优于其他模型,所提方法的故障检测正确率高于3σ阈值法和核主成分分析方法。     

基于BP神经网络算法的长输供热管网热损失预测

长输供热管网的热损失控制直接影响热网运行的能耗水平。采用BP神经网络算法建立长输供热管网热损失预测模型，将当前时刻室外温度、供回水温度及上一时刻实际管网热损失作为模型输入参数，预测时刻管网热损失作为输出参数。结合某热企已建长输供热管网，利用历年实际运行数据作为样本数据进行训练，模型计算收敛且模型精度满足实际需求，表明BP神经网络算法可以用于长输供热管网的热损失预测，预测值可为长输供热管网的下一步运行调节提供参考。     

Unerroric of control of mutual compliance of the efficiency of hydrogen engines of unmanned vehicles in the conditions of mass production

The issues related to the reliability of hydrogen engines of unmanned vehicles and increasing the efficiency of using hydrogen as fuel when using the method of its production during the decomposition of hydrogen-containing molecules of liquid-phase organic compounds in a plasma discharge under the action of intense ultrasonic exposure are considered. Experiments have shown that as a result of decomposition in the acoustoplasma discharge of liquid hydrocarbons, solid-phase carbon-containing products are formed, chemical transformations occur in the liquid phase and hydrogen-containing combustible gas is formed. Hydrogen-containing gas can be used as fuel immediately after synthesis, i.e. it does not require separation, since in addition to hydrogen it contains only impurities of CO₂ and water vapor. The purpose of the study is to formalize the basic conditions for tightening the control of mutual compliance with the efficiency of hydrogen engines of the same series in the conditions of their mass production. Methods of mathematical statistics and hardware-software modeling were used in the study. The term “unerroric of quality mutual compliance control” is introduced to describe a set of hardware and software tools for such control. The principle of in-depth testing of the technical condition of such engines of one series is described in a multidimensional formulation of the quality control problem for three of their operating parameters at once. The conditions for increasing the mutual correspondence of the measured values of such parameters in the conditions of serial production of hydrogen engines are formalized.     

煤焦混烧时粉尘化学成分和比电阻对静电除尘效率的影响

文章介绍了在煤焦混粉燃烧的情况下，粉尘化学成分和粉尘比电阻的变化对静电除尘器效率的影响。     

小型锅炉烟尘测试时锅炉出力的计算

锅炉烟尘测试时,必须对锅炉出力进行测试。但监测中,许多小型锅炉往往不具备相关的计量装置和仪表,为解决这一问题,文章提出了用烟气量和空气过剩系数来计算锅炉的出力的公式,在实际使用中,该方法简单易行,其结果和实测值具有很好的一致怀。     

气门锁夹槽位置检测

气门圆弧形锁夹槽中心至杆端面以及至盘锥面量规线的距离(如图1中L、H). 在过程检验中如用普通量具难以测量,如用仪器测量则速度慢,效率低.为便于生产过程控制,确保工序质量,我们采用锁夹槽定位,用标准件比较测量的专用检具(如图2)进行测量.为保证锁夹槽定位准确以适应不同型号的气门,并防止气门测量时轴向窜动和左右摆动,采用了V型定位叉,使锁夹槽以四点定位,V型叉口的宽度,根据锁夹槽圆弧半径大小确定:约为圆弧的三分之二处(图3,图4).     

关于发展天然气电厂的讨论

世界发电燃料结构在不断的转换过程中。18世纪60年代从薪柴转到煤炭,19世纪到20世纪初大量发展燃煤电厂;20世纪20年代又从煤炭转向石油和天然气,20年代上半叶又大量发展燃油电厂;20世纪末由于天然气生产的发展,天然气因环境影响小,受到工业发达国家的青睐,加速发展天然气电厂。我国70年代初和90年代曾两次发展燃油电厂,由于石油危机和石油价格暴涨而受到制约,不得不实行以煤代油,改造燃油电厂。现在似乎认为燃油电厂不能再搞,但又出现发展燃气电厂的热流,发展燃气电厂确实是当今的世界潮流,但是同当年发展燃油电厂一样,要研究是否符合中国的国情?     

活塞车床设计方案探讨--ECK25异形活塞车床设计分析

本文从新型活塞设计的趋势及其对活塞车床的功能要求，讨论活塞车床的设计方案，并从机床功能、造型和宜人性上进行分析。     

中国煤炭地下气化技术的发展

本文综述了煤炭地下汽化技术的国内外发展现状,对我国“长通道、大断面”煤炭地下气化新工艺给予了技术经济评述,并提出了发展煤炭地下汽化技术的政策建议。     

不同方向地震激励对水工隧洞位移的影响

目前在研究水工隧洞地震响应时只考虑了单向地震激励,忽略了双向地震激励,故不能合理地分析不同方向地震激励对水工隧洞位移的影响。因此,选取合理的材料参数和模型边界条件,应用ANSYS建立了某水工隧洞的三维有限元模型,对单向地震激励和双向地震激励下的水工隧洞进行了位移分析。结果表明,不同方向的地震激励对水工隧洞的水平位移和竖直位移影响不同,水平位移主要受x方向地震激励影响,竖直位移主要受y方向地震激励影响,并根据单向地震激励和双向地震激励存在的相关性,建立了位移数学关系模型。     

柴油理化性能的分析与质量指标的控制

对柴油的化学组成及物理性质进行了分析,叙述了柴油理化性能与柴油机工作状态的关系,探讨了柴油质量指标的控制措施,为今后的柴油检验和机车检修工作提供了实用的理论依据。     

MgO膨胀剂细度对MgO水化和水泥浆体膨胀的影响

基于《水工混凝土掺用氧化镁技术规范》中的Ⅰ型氧化镁（MgO）,研究了该型MgO膨胀剂（MEA）细度对掺粉煤灰水泥浆体膨胀性能的影响。即采用X射线衍射分析(XRD)及同步热分析（TG DSC）分析了掺MEA水泥浆体中MgO的水化性。结果表明,养护温度相同时,MEA的细度对水泥浆体内MEA中MgO的水化和水泥浆体的膨胀无显著影响,产生的膨胀均能补偿水泥浆体的收缩;MEA的细度可从试验设计采用的45 μm筛筛余15%左右增加到30%左右,这将有利于MEA生产企业的节能降耗。