基于网格搜索优化ERF模型的风电机组异常状态预警

提出一种基于网格搜索优化(GS)极端随机森林(ERF)模型的风电机组性能预测及异常状态预警方法.首先,采用离散度分析法清洗噪声和异常工况数据,以获取建模用正常运行状态数据.其次,通过分析风机运行与控制原理,选取与转速和功率具有较高相关度的特征参数作为模型输入,完成预测模型训练和验证,并对比ERF模型与其它几种模型的建模...     

极端热冲击和电流密度耦合Sn-3.0Ag-0.5Cu焊点组织演变

深空探测环境中电子设备焊点面临极端温度和电场耦合的严峻考验.在-196～150℃极端温度热冲击和1.5×104A/cm2电流密度的耦合载荷下,对Sn-3.0Ag-0.5Cu焊点的微观组织演变规律和电流拥挤效应进行分析,描述焊点微观组织演变及电阻变化之间的联系.试验结果表明,热冲击前期,阳极处IMC厚度呈抛物线规律增加,...     

基于EEMD-ACS-SELM的弃风电量组合预测模型

风电已在电力系统中得到了有效利用,因此,弃风电量的准确预测对于电网的安全、经济运行至关重要。文章提出了一种基于集合经验模态分解(EEMD)和t分布自适应变异布谷鸟算法(ACS)优化改进极限学习机(SELM)的弃风电量组合预测方法(EEMD-ACS-SELM)。该方法先采用集合经验模态分解,将原始弃风电量序列分解为一系列不同频率的分量,基于模糊熵理论计算各分量的熵值,并将熵值相似序列重构为新的子序列。然后,将新序列分别建立改进极限学习机预测模型,利用ACS优化算法对SELM算法的输入权值和阈值进行优化。最后,将各序列预测值叠加求和得到原始弃风电量序列的预测值。以新疆某风电场实际运行数据进行算例分析,结果表明,文章所提方法对弃风电量的预测具有较高的精度。     

基于极限学习机的光伏发电短期预测校正方法

光伏发电短期预测在电力系统实时调度中具有重要意义。受诸多因素影响,光伏发电短期预测精度还无法达到光伏电站要求,对光伏并网调度带来较大影响。针对这一问题,提出了基于极限学习机（ELM）的光伏发电短期预测校正方法。说明了光伏发电短期预测中的误差特征,并利用提出的校正方法对原来光伏发电短期预测结果进行了优化。通过与其他方法的对比,验证了此方法的有效性,说明了论文方法能够有效提高光伏发电短期预测精度。     

极端降雨条件下濮阳市马颊河流域水灾害风险研究

近年来,极端降雨事件频发,给城市健康发展带来阻碍,北方平原城市存在降雨量偏少、地势平坦、河流水动力不足等现象,在面对超标准暴雨事件时,存在较大风险。以北方平原城市濮阳市马颊河流域为研究对象,基于MIKE FLOOD平台构建一维河网-二维地表模型相耦合的大尺度洪涝数值模拟模型,利用实测水文数据,对模型关键参数进行本地化处理,对100 a一遇降雨及极端降雨条件下区域洪涝状况进行了研究。研究结果表明,当河流糙率取值0.031、居民用地糙率取值0.08、有植被覆盖的土地糙率取值0.025、空地糙率取值0.028时,模型模拟精度较高。两种暴雨条件下,清丰县城、濮阳市区、濮阳县城受灾情况较为严重。极端降雨条件下,受灾面积、淹没水深、淹没时长均明显增加,受灾规模呈显著扩大趋势,积水深度超过1 m区域面积最大可达315.5 km²,是100 a一遇降雨的6倍。极端降雨条件下,高风险区域面积达100 a一遇降雨的6.26倍,灾害风险严重程度显著上升;遭遇极端降雨时,应提升应急反应速度,加强防御能力,多措并举保障人民生命财产安全。     

基于极限学习机的市场需求侧短期电力负荷预测方法

为了优化市场需求侧短期电力负荷预测效果,减小负荷预测偏差,引入极限学习机,开展基于极限学习机的市场需求侧短期电力负荷预测方法研究。从缺失电力负荷数据补充、异常电力负荷数据识别与修正两个维度,对市场需求侧短期电力负荷数据进行预处理。在此基础上,建立基于极限学习机的负荷预测模型,预测市场需求侧短期电力负荷数据的动态变化。实验分析结果表明,应用文章提出的方法,短期电力负荷数据集的预测平均绝对百分比误差始终小于对照组,均未超过1%,预测精度较高。     

基于极限学习机的超短期电力负荷度量研究

针对电力负荷超短期输出数据相似度较高导致输出结果不精准的问题,提出基于极限学习机的超短期电力负荷度量方法。基于极限学习机网络计算电力负荷度量偏差,最大程度消除冗余数据。以负荷影响因素为模型输入,以负荷为模型输出,在相似性原则下,读取历史负荷数据。利用激活Sigmoid函数平滑处理样本数据,设置切换准则,设计极限学习机度量过程,完成超短期电力负荷度量。由实验结果可知,该方法 12月21日、12月25日电力负荷的波动范围分别为0～600 kW、0～1 300 kW,与实际数据存在较小的偏差,具有精准度量结果,受数据相似度影响较小。     

陕南山区月河流域暴雨洪水特征变化分析

汉江一级支流月河位于暴雨洪水频发的陕南山区,其暴雨洪水特征分析对于灾害高发的山区流域防灾减灾工作具有重要指导意义.选用非参数Mann-Kendall方法和滑动t检验对月河流域1960-2012年的降雨径流序列及极端降水指数进行时间趋势分析和突变检验;基于流域历史18场次单峰洪水过程结合遗传算法推求流域退水曲线,并对年极...     

基于极限学习机的柱塞泵空化状态智能诊断研究

针对传统依靠单一指标判断空化状态方法中存在的效果差和滞后性缺点,在多类特征融合的基础上,对不同工况下产生的空化外特性信号进行探讨,开发出一种以极限学习机(ELM)方法评价液压柱塞泵空化程度的新技术,能够非常准确地测定液压柱塞泵运行阶段出现的空化情况。研究结果表明：通过EMD完成空化状态的分解,再对IMF分量样本熵实施归一化,完成空化处理后形成了不同的样本熵。提高样本熵值后,形成了更复杂变化特征的样本序列。通过与BP神经网络、随机森林方法进行对比,表明采用ELM分类器处理时只需设置简单的结构和系统参数就可以消除人为因素造成的误差波动。用户也可以自主设置隐层节点的个数,极大地增加了系统的适应性。