基于混沌相空间重构与支持向量机的风速预测

讨论了基于混沌相空间重构和支持向量机的风速预测。对风速数据的混沌特性进行分析,在此基础上进行相空间重构,采用C-C算法求取嵌入维数m和延时时间τ,确定预测模型的输入维m与样本集;在样本集中,采用粗搜索和细搜索的方法选取预测点的参考点,在进行细搜索的过程中提出相关性分离速率的方法,提高了预测精度。利用支持向量机强大的泛化能力,构造出风速预测回归函数,避免了传统的人工神经网络所存在收敛速度慢、结构选择困难和局部极小点问题。最后采用新西兰某风电场采样周期为10min的风速测量数据进行风速预测,实验结果表明采用Chaos-SVR方法有效降低了风速预测误差,且此方法与神经网络法相比具有更好的泛化能力和更高的预测精度。     

基于B/S与C/S混合模式下的燃煤信息管理系统

首先介绍了两种目前较流行的信息管理系统开发平台模式:客户机/服务器模式和浏览器/服务器模式。然后,又介绍了该系统的软件开发平台。最后,通过简单的实例,介绍了ASP．NET和ADO．NET与SQLServer2000数据库的连接方法。     

基于BP神经网络整定的PID控制在过热汽温系统中的应用

针对火电厂中具有大惯性和变参数等特性的过热汽温系统的特点,提出了一种基于BP神经网络的PID控制器设计方法.将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,实现了对非线性、大时滞系统模型的控制.仿真结果表明所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能.     

基于数字煤场的混配掺烧及其应用

在技术不断发展的当今社会,电厂的机组不断大型化,对煤场的储煤量需求不断增大,煤炭资源紧张导致来煤源头多,来煤热值不均及煤场堆煤不规范,存煤自燃等一系列问题.老式的人工煤场管理模式的这些缺点越来越受到各方面的重视,而数字化煤场则能够有效的解决以上问题,完整的数字化煤场系统包括来煤、堆煤、盘煤、混配掺烧、上煤、报表.随着煤价居高不下以及煤种的复杂多变,采取燃烧器改造、调整运行方式和选取特定煤种掺烧的方式因费用高昂等原因而慎于实施,因而出现的混煤掺烧成为解决此问题的有效途径.以津能某电厂为研究背景,对基于数字煤场的混配掺烧进行了一系列的研究.     

基于经验整定公式的自适应PID控制算法研究

PID控制虽应用广泛,但其参数整定一直都是件困难的工作,更重要的是即使参数整定完成,因其不具有自适应能力,当环境变化时,PID的参数需要重新调整。传统的自适应PID控制算法由于算法的复杂性及工程应用的实际问题,它的应用受到一定的局限。本文设计了一种基于经验公式整定的自适应PID控制器。针对300MW循环流化床进行升负荷实验,实验结果表明,经验公式整定下的自适应PID控制效果较佳,具有较好的鲁棒性,而且容易在实际工程中实施。     

二进制编码遗传算法中的控制参数选取方法

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法,在火电厂热工系统的PID控制器参数优化问题中得以广泛应用,但是影响遗传算法性能的一些控制参数,没有确切的选择方法。文中以主汽温串级控制系统为仿真算例,在给定的目标函数和罚函数基础上,并通过大量的仿真,给出了诸如种群整体规模、尺度变换系数、交叉概率、变异概率、编码长度及其寻优变量区间等的选择方法,为遗传算法在实际工程的PID参数优化提供了有效依据。     

智能(数字)化发电厂信息与优化控制技术北大核心CSCD

加快电厂信息化进程有助于提高电厂的生存能力,而电厂智能(数字)化又是电厂信息化的必经阶段,提高电厂的数字化迫在眉睫。从建设智能(数字)化电厂的技术背景入手,阐述了数字化电厂建设过程中涉及到的各种技术,包括设备级层面的分散控制系统,现场总线控制,可编程逻辑控制器以及新型检测与监控终端,机组级层面的控制系统优化,厂级层面的监控信息系统和管理信息系统,并对各种技术做了深度分析。     

地下水数值模拟在液体矿采矿设计中的应用

青海钾肥二期工程设计中提出了井群集卤开采方案，为了解决多方案大规模并群计算中庞大的数据处理问题、了解开采生产后区域抽采漏斗的动态变化全过程，以便制定细致、合理的开采方案，引入了地下水数值模拟方法，在计算机上实现了各种方案开采状态的实时模拟。实践证明这一方法是可行的、先进的。     

现场总线氧量仪表的智能化设计与实现

现场总线技术与智能传感器技术的发展与结合,为现场总线智能仪表的应用带来了广阔的发展空间。智能仪表采用超大规模集成电路,利用嵌入软件协调内部操作,在完成输入信号的非线性补偿、自动校准、故障诊断等基础上,还可完成对工业过程的控制,使控制系统的功能进一步分散。针对现场总线智能氧量仪表开发过程中的智能化要求,阐述了现场总线智能氧量仪表的自检、自校准、数据采集精度、PID温度控制、总线通信等方面的设计与实现方法。