排序方式: 共有59条查询结果,搜索用时 15 毫秒
1.
综合能源系统是对电、气、热、冷能进行统一规划调度的综合系统,顺应了供给侧改革的趋势.目前综合能源系统的用户呈现个体化、分散化的趋势,传统的单向集中式输配电服务模式逐渐不适应这种趋势.基于区块链技术,设计了一种综合能源系统交易模型.采用异构能源区块链的结构模式,利用智能合约建立了基于价格约束的匹配拍卖机制,保障了清洁能源用户的供能优先级,并采用双重认证机制,保障了交易的可靠性.在实验环境下对所设计模型进行分析,仿真结果验证了所提综合能源系统交易模型的有效性和可行性. 相似文献
2.
基于注意力机制的深度学习路面裂缝检测 总被引:2,自引:0,他引:2
为实现自动准确地检测路面裂缝,提升路面裂缝检测效果,提出了一种基于注意力机制的裂缝检测网络(attention-basedcracknetworks,ACNet).该网络采用编码器-解码器网络构架,编码器采用ResNet34为骨干网,提取路面裂缝特征;在编码器和解码器间加入基于注意力机制的特征模块(attention-basedfeaturemodule,AFM),以利用全局信息和增加对检测不同尺度裂缝的鲁棒性,更好地提取裂缝特征和定位裂缝位置;在解码阶段也引入注意力机制,设计了基于注意力机制的解码模块(attention-baseddecodermodule,ADM),实现对裂缝的准确定位.在公共裂缝数据集CFD和CRACK500上,与U-Net等其他8种方法进行了比较,结果表明, ACNet裂缝检测效果更理想,在主观视觉上,裂缝定位更准确,细节更丰富;在实验指标F1和重合率上,检测结果都有明显提升,说明了该网络的有效性. 相似文献
3.
基于键合图理论的故障诊断方法及在锅炉给水泵上的应用 总被引:1,自引:0,他引:1
利用键合图模型知识表达方式,可创建系统设备之间的复杂因果推理关系,从而生成故障树,进行系统的故障诊断。文中以锅炉给水泵为对象,提出一种基于键合图理论的定性故障诊断方法。在介绍故障树和键合图基本理论后,提出利用键合图生成故障树的概念,然后通过给水泵系统的键合图模型,给出了基于倒置因果分析方法的给水泵故障树,并为因果树中元素分配了定性值,利用故障树边界层元素的定性值分析法,定位出引起给水泵初始故障集的故障源。此方法具有定性故障诊断的优点,通过给水泵动态特性的仿真结果验证了该方法的正确性。 相似文献
4.
基于趋势预测的大型风电机组运行状态模糊综合评价 总被引:3,自引:0,他引:3
大型风力发电机组的设备维修与更换的费用昂贵,因此及时准确地对风电机组运行状态进行评估,可有效节约检修维护成本。为此,提出一种基于状态参数趋势预测的大型风电机组运行状态模糊综合评价策略。首先分析并归纳大型风电机组的重要运行状态参数,采用层次分析法构建出评价模型,在状态参数的劣化度计算中结合模糊趋势预测策略,然后应用模糊隶属度加权进行逐层评价结论的综合,在总体评价结论的综合策略上对传统方法进行有益的改进。算例表明,与常规模糊评价策略相比,提出策略更具合理性,有助于及时发现早期故障隐患,可为风电场合理安排机组的调度运行与检修维护计划提供参考。 相似文献
5.
为实现风力发电机齿轮箱的预测性维护,针对齿轮箱油温超温故障,提出一种基于集合经验模态分解(EEMD)和宽度学习算法的融合预警模型。以健康状态下的齿轮箱数据为判别基准,首先对齿轮箱油温时序信号进行EEMD分解得到时频特性,再采用宽度学习算法,利用数据采集与监视控制系统数据对齿轮箱进行建模,分别以马氏距离和重构油温曲线与真实油温曲线的关联度为指标,从时间维度和相关变量维度评价齿轮箱的健康程度。通过计算两种算法的交叉熵将二者的预警结果融合,从而兼顾预警方法的准确性和快速性。对实际风场中齿轮箱油温超温故障发生前后记录的数据进行仿真分析,验证了EEMD变点与宽度学习算法的融合方法在齿轮箱油温超温早期故障预警上的可行性。 相似文献
6.
当电网电压下降或短暂波动时,为了避免风机与电网断开,给电网带来干扰,影响电能质量,要求风电场具备低电压穿越能力。文章对直驱型风电系统低电压穿越技术进行了研究,提出了一种基于电网电压信息前馈与Crowbar电路协调的控制方法。该方法将硬件卸荷的思想和改进的控制策略相结合,两者协调共同维持直流母线电压稳定。基于Matlab/Simulink的仿真结果表明,该方法在电网电压跌落期间既可提高直流母线电压的稳定性和动态调节能力,又能降低发电机侧输出功率,并且减少了Crowbar电路的作用时间,有效地提高了机组的低电压穿越能力。 相似文献
7.
8.
发电机、齿轮箱等风机部件的高温降容状态是表征风电机组亚健康状态的良好指标,其评估的准确性直接影响了后期人员、设备、资金等多种资源的投入的多少,以及运维方案的最终效果.为了尽可能真实客观反映风机高温降容状态,提出了一种基于随机森林和长短时记忆网络自编码(Long Short Term Memory-Au-toencode... 相似文献
9.
风功率预测能够为电网规划设计提供一项重要依据,因而研究如何精准进行风功率预测对保证电网的安全稳定运行具有重要意义。针对正则化系数C和核参数λ作为模型参数,对核极限学习机预测模型精度产生影响的问题,提出了运用PSO对核极限学习机进行参数优化的PSO-KELM预测方法。将正则化系数C和核参数λ作为优化对象,利用PSO方法对参数共同优化,建立PSO-KELM风功率预测模型。对3组实测数据进行了实验研究,引入均方根误差、平均绝对误差和相对标准差作为评价指标,结果显示该方法预测误差好于直接应用KELM方法,并进一步将结果与常用的SVM以及PSO-SVM方法进行了比较。结果表明,PSO-KELM方法具有更好的预测精度和稳定性,能够作为提高风功率预测准确性以及风电并网安全性方面的一种科学有效的参考。 相似文献
10.