支持向量机在汽轮机故障诊断中的应用

用转子振动试验台模拟了汽轮机典型故障,根据其频域变化特性,采用小波包分析对其建立频域能量特征向量,并根据最佳分解树进行了特征选择。最后用svm进行故障状态识别,取得了良好的效果。     

一种健壮有效的决策树改进模型

提出了一种健壮有效的决策树改进模型AJD3.该决策树模型基于经典的ID3决策树模型,在属性的选取上进行了改进.利用引入属性优先关联度参数计算节点的修正信息增益,并选择具有最高修正增益的属性作为当前节点的测试属性.实验表明,AID3决策树模型在提高分类准确率的同时,有效地增强了模型的健壮性.     

用计算机控制手机收发短信的实现

将手机的短信收发功能与计算机强大的存储功能结合起来,设计并实现了一个面向个人用户的基于串口通信的短信收发管理系统。利用MScomm控件实现计算机和手机间的串口通信;利用AT指令实现对手机的各种控制和短信的收发、PDU(Protocol Data Unit)格式分析、编解码和短信词库管理等功能。     

基于测量波阻抗相位特性的多端混合直流线路保护方案

电网换相换流器和模块化多电平换流器(line commutated converter-modular multi-level converter,LCC-MMC)并联型多端混合直流输电系统结合了基于电网换相换流器型高压直流输电(line commutated converter-high voltage direct current,LCC-HVDC)与基于模块化多电平换流器型高压直流输电(modular multi-level converter-HVDC,MMC-HVDC)的技术优势,但因其不一致的边界特性、特殊的汇流母线结构、不同的换流站控制策略,导致现有的线路保护方案难以直接应用。为此,文中提出一种基于测量波阻抗相位特性的多端混合直流线路保护方案。首先,推导不同故障位置测点处测量波阻抗表达式,发现在高频段内,测点处测量波阻抗相位在区内外故障条件下差异显著,且相位特征与故障距离、类型和过渡电阻等因素无关;接着,利用S变换提取测量波阻抗相位信息,并结合行波高低频能量比判据,实现故障识别;最后,在PSCAD中进行仿真验证。结果表明,所提保护能够区分T区母线与其相邻线路末端故障,在满足快速性的同时具备一定的耐受过渡电阻(500 Ω)和抗噪声干扰(20 dB)能力,满足多端混合直流系统线路主保护要求。     

直流微电网的储-荷虚拟直流电机优化控制技术

为提升虚拟直流电机（VDCM）控制对直流微电网的电压惯性与阻尼支持能力,并改善负荷侧的电压响应,提出了储-荷VDCM优化控制技术。通过类比直流电机的外特性建立储能侧和负荷侧VDCM动态模型。对VDCM控制进行改进,在储能侧对系统提供惯性支持,在负荷侧对系统施加阻尼控制,从而消除储能侧VDCM中电压惯性和阻尼的冲突,为系统母线提供足够的动态支撑。在此基础上,设计负荷侧惯性灵敏度控制环节,使储-荷VDCM能够为负荷提供灵活可控的电压惯性。根据李雅普诺夫稳定理论,分析所提VDCM优化控制对系统的稳定支持作用,根据分析提出参数优化方案,并利用时域仿真分析,验证所提控制策略的有效性。     

考虑综合需求响应的综合能源系统多能协同优化调度

在能源互联网迅速发展的背景下,综合能源系统多能耦合互补特性为需求侧参与系统调度提供了更大的优化空间,如何建立切实有效的多能源、多类型需求响应模型对提升系统运行性能具有重要意义。为此,建立了考虑激励型、替代型和基于实时定价机制的价格型多能源、多类型需求响应精细化模型,在此基础上,以电、气、热、冷多能耦合园区系统为研究对象,考虑系统运行、需求响应、用户用能满意度等约束条件,提出了考虑综合需求响应的综合能源系统多能协同优化调度策略。算例分析结果表明所提优化策略能够充分挖掘需求侧资源的调节潜力,在促进能源供需平衡的同时实现了系统多能协同互补与经济运行。     

一种SSAE+BPNN的变工况飞灰含碳量软测量方法

火电机组变工况运行使数据呈现多模态特征,导致基于浅层网络结构的回归软测量模型的预测精度下降。研究一种改进的BP神经网络(back propagation neural network,BPNN)软测量方法：首先利用堆叠稀疏自编码器(stacked sparse autoencoder,SSAE)强大的深度学习能力提取原始数据特征,然后再利用BPNN对提取特征进行回归分析。经实验验证,SSAE+BPNN软测量方法的均方误差为0.135 8×10^–3,平方相关系数为0.983 2,其预测精度和泛化能力显著优于BPNN。将其应用于某台灵活调峰的超超临界660 MW发电机组飞灰含碳量软测量中,预测结果的平均相对误差为0.91%,总体相对误差控制在±5%以内,具有良好的工程应用价值。     

虚拟同步直驱风电场经MMC-HVDC并网的低频振荡特性分析

虚拟同步直驱风电场经功率同步环与模块化多电平换流器柔性直流(MMC-HVDC)输电互联,将存在低频振荡风险。考虑MMC-HVDC和直驱风机网侧换流器以及转子侧换流器内部的动态过程,首先建立虚拟同步直驱风电场经MMC-HVDC并网的小信号模型,并通过精细化电磁暂态仿真验证其准确性。随后,利用根轨迹方法,分析风电功率波动和交流系统强度变化对互联系统稳定性的影响,设计功率变化时虚拟同步直驱风电场的参数整定方法。结果表明,由于功率外环和MMC-HVDC送端整流站电压环作用,在风电场输出功率增大和交流系统强度降低的过程中,互联系统存在低频振荡现象。通过合理调整锁相环、虚拟同步机(VSG)有功环和MMC-HVDC送端整流站电压环的控制器参数、改变VSG阻尼项形式,可以抑制振荡并实现稳定运行。     

基于机器学习的地基云图分类研究进展

基于机器学习的地基云图分类是光伏发电功率预测的关键技术。该技术主要通过传统机器学习和深度学习方法对地基云图特征提取提升地基云图分类准确率。全文归纳了地基云图分类标准和云图采集设备;简要介绍了地基云图分类数据集;从传统机器学习和深度学习两方面详细论述了典型的地基云图分类方法;比较了不同方法在Kiel F和MGCD地基云图分类数据集上的性能;最后对现有地基云图分类方法进行了总结,并针对目前地基云图分类面临的挑战进行了展望。     

基于MELMD-ICA的光纤振动信号降噪方法

针对分布式光纤传感系统所采集含噪信号,提出一种改进集成局部均值分解(MELMD)联合独立成分分析(ICA)的降噪方法,引入排列熵判决机制提高抑制模态混叠与虚假分量能力。首先使用MELMD方法分解含噪信号得到乘积函数(PF)并进行信号重构;将含噪信号和重构信号求差得到虚拟噪声,构造虚拟通道;然后使用ICA对含噪信号和虚拟通道进行信噪分离,得到最终结果。通过实验验证,该方法与EMD-ICA,EEMD-ICA,MELMD相比,能更好地消除信号中的噪声,保留信号的特征信息。