基于DRSA和BP神经网络风电机组检修决策

为缩减运维成本,降低检修资源配置,提出一种基于优势粗糙集DRSA和BP神经网络的风电机组检修决策新方法。基于风电机组多因素序信息系统表,采用优势粗糙集理论方法进行知识约简,获得检修决策规则集,将提取的规则集作为输入样本对BP神经网络进行训练,提高处理不确定性知识的能力。与基于DRSA的检修决策方法进行对比,该方法实现了风电机组的智能检修预测,更能优化机组检修资产的管理,为增加机组检修决策的透明性、合理性及科学性提供了依据。     

基于耦合振子模型的含风电电力系统聚类同步

针对含风电的电力系统受到扰动后发生严重的系统同步问题,提出基于Kuramoto模型的网络耦合聚类同步方法。应用图论理论建立电力网络收缩模型,在此基础上建立基于Kuramoto耦合振子模型电力系统等值模型,并提出基于动态耦合强度的电力网络聚类算法,该方法在系统发生扰动后能够快速、准确地将系统内振子的同步状态进行聚类。通过含有风电场的39节点新英格兰系统进行验证,仿真结果表明,通过聚类后各机群分析可以更清晰地了解电网的同步状态,避免系统进一步崩溃。     

对西寺坪5F机组扩修的检修工艺探讨

基于西寺坪5F卧式水轮发电机组检修过程中遇到的一些问题及解决办法,通过理论和实践分析,单一的导瓦偏磨和一端磨损会对瓦温产生影响,但也只是2～3度的影响,并不会导致机组瓦温过高报警停机。所以机组检修后没有必要将转轮调整至绝对的中心位置再进行下一步工作,只要保证转轮不发生碰擦即可。     

风机盘管机组运行中的噪声特点及控制措施分析

文章通过对某地部分实验客户的风机盘管进行实测,分析其噪声值产生的原因,并提出相应的控制措施。     

室内机组的开发与应用

随着市场的发展,精品超市和改造店铺逐渐增多,需要一种更加适合的制冷机组来满足市场的需求。本文提供了一种新型的解决方案,解决了现有机组存在的高噪音和高成本问题,不仅提高了制冷效率,而且节约能源,保护环境。