基于EEMD-LSTM方法的光伏发电系统超短期功率预测

为提高光伏发电系统功率超短期预测的准确性,提出一种基于EEMD-LSTM的光伏电站超短期预测模型。该模型选取某50 MW光伏电站2017年功率数据作为样本,根据天气因素分类指标将天气情况分为非突变天气和突变天气两大类,利用EEMD将分类天气的历史功率数据分解为IMF1～IMF5和剩余分量,计算各个分量与原始数据之间的相关性并将强相关的分量送入LSTM神经网络,叠加各子分量结果得到最终的光伏功率预测结果,同步搭建BP、SVM、KNN和LSTM模型与所提模型进行误差对比。结果表明：天气因素对光伏输出功率有较大影响;单一模型对功率波动较大的突变天气进行预测时会产生较大误差;功率数据经过EEMD分解,可充分提取细节特征,使得EEMD-LSTM耦合模型较LSTM模型在e_RMSE、e_MAPE、e_TIC上分别提升21.23%、11.92%、25.67%。所提模型可有效提高光伏功率超短期预测的准确度,满足光伏发电系统超短期预测的要求。     

不同冷速下36Mn2V钢坯高温塑性及碳氮化物的析出

采用Gleeble-1500热模拟试验机研究了微合金钢36Mn2V连铸坯试样在冷速为3、8和15℃/s,变形温度为650～1000℃/s之间的高温塑性,并通过试样的断口形貌、显微组织和微合金析出相等的变化情况分析其脆化机理。结果表明：实验钢的第Ⅲ脆性温度区为950～650℃/s,800℃以上脆化是由碳氮化物单一原因造成,800℃以下脆化的原因则是碳氮化物的析出和沿晶界铁素体膜的形成;冷速过快加剧900～700℃温度区间的脆化;900℃已有大量碳氮化物的析出,随变形温度的降低,析出量减少,750℃仍然存在碳氮化物的析出。     

不同终轧温度下36Mn2V钢的连续冷却转变规律

采用Gleeble-1500热模拟机,测定了36Mn2V钢经四种终轧温度变形后的连续冷却膨胀曲线,结合金相-硬度法,获得了该钢种的连续冷却转变曲线.结果表明:随冷却速度的增大,实验钢的γ/α相变开始温度逐渐降低,贝氏体相变开始温度先升高到一个平台,随冷却速度的进一步增加又降低,晶粒细化;随终轧温度的降低,实验钢的动态连续冷却转变曲线整体向左上方移动,网状铁素体和晶内铁素体明显减少,晶粒略有细化;经四种温度终轧后以3℃.s^-1的冷速冷却到室温的四个试样中,唯独950℃终轧的试样中未观察到贝氏体.