检索结果-内蒙古大学图书馆

电网技术 2025年第5期49卷 1887-1897,I0042页

作者：邢超肖家杰李培强毛志宇奚鑫泽何鑫云南电网有限责任公司电力科学研究院云南省昆明市650217 湖南大学电气与信息工程学院湖南省长沙市410082

为有效平滑风电出力和实现储能系统安全经济运行,提出一种储能集群双层鲁棒控制策略。系统功率分配层,改进集合经验模态分解(improved ensemble empirical mode decomposition,IEEMD),推导出逐次解析高频波动功率的数学模型,并提出基于... 详细信息

为有效平滑风电出力和实现储能系统安全经济运行,提出一种储能集群双层鲁棒控制策略。系统功率分配层,改进集合经验模态分解(improved ensemble empirical mode decomposition,IEEMD),推导出逐次解析高频波动功率的数学模型,并提出基于并网标准的分解阶数自适应确定流程,能较好解析局部风功率以减小储能功率中混叠的低频成分,降低其功率需求和运行负担,同时,解决了传统方法需要完全分解功率信号导致效率低的问题。储能运行层,考虑储能单元荷电状态(state of charge,SOC)的差异性,提出基于功率分布区间的储能单元轮换控制策略,在维持储能单元SOC一致的同时可减小该过程充放电动作调整次数。在此基础上,提出基于3组储能集群的协调控制策略,有效提升分组控制模式下对充放电能量不平衡的鲁棒性,使各储能单元均能运行于最优放电深度(depth of discharge,DOD)以充分利用其寿命和延长使用寿命。最后,采用某50 MW风电场数据验证了所提策略的有效性和优越性。

关键词：风功率波动改进集合经验模态分解 SOC一致性电池寿命储能集群

来源：评论

学校读者我要写书评

暂无评论

考虑光伏双评价指标的混合储能平滑出力波动策略

引用

电工技术学报 2021年第9期36卷 1805-1817页

作者：郑浩谢丽蓉叶林路朋王凯丰电力系统及发电设备控制和仿真国家重点实验室风光储分室(新疆大学) 乌鲁木齐830047 中国农业大学信息与电气工程学院北京100083 电力系统及发电设备控制和仿真国家重点实验室(清华大学) 北京100084

针对光伏有功功率波动影响电网稳定运行问题,提出一种考虑光伏双评价指标的混合储能平滑出力波动控制策略。首先,根据不同时间尺度分别建立以波动率和光滑度为平滑出力波动目标的双评价指标;其次,基于改进集合经验模态分解(MEEMD)方法,... 详细信息

针对光伏有功功率波动影响电网稳定运行问题,提出一种考虑光伏双评价指标的混合储能平滑出力波动控制策略。首先,根据不同时间尺度分别建立以波动率和光滑度为平滑出力波动目标的双评价指标;其次,基于改进集合经验模态分解(MEEMD)方法,实现光伏有功功率信号分解,采用灰色关联度将功率重构为高频和低频部分,得到最终的高频超级电容和低频蓄电池平滑出力波动指令;然后,以滑动平均滤波平滑曲线为充/放电目标参考功率,得到混合储能的充/放电功率指令,并用蓄电池和超级电容器组成的混合储能电池组以5min时间尺度进行出力波动的平滑,用超级电容器组成的单一电池组以1min时间尺度进行光滑度平顺,平顺光滑度跟随平滑出力波动,得到不同时间尺度的储能系统优先级平滑出力波动策略;最后,以新疆某光伏电站为例,综合对比多种光伏功率分解方法和不同评价指标,验证了所提策略的有效性。

关键词：平滑光伏出力波动双评价指标混合储能改进集合经验模态分解优先级控制

来源：评论

学校读者我要写书评

暂无评论

基于FAHP-CEEMDAN的指标权重确定方法

引用

统计与决策 2019年第2期35卷 79-83页

作者：张振刚盛勇欧晨华南理工大学工商管理学院广州510641

针对大规模群决策方法确定指标权重时主观性较大,模糊性较强,不同专家意见难以统一等问题,文章提出基于FAHP-CEEMDAN的权重确定方法,以实例进行验证。采用FAHP(模糊层次分析)获得专家判断矩阵,通过目标规划模型优化求解专家判断矩阵得... 详细信息

针对大规模群决策方法确定指标权重时主观性较大,模糊性较强,不同专家意见难以统一等问题,文章提出基于FAHP-CEEMDAN的权重确定方法,以实例进行验证。采用FAHP(模糊层次分析)获得专家判断矩阵,通过目标规划模型优化求解专家判断矩阵得到各个指标的专家评价值。并运用CEEMDAN(改进集合经验模态分解)提取专家评价值的内含客观趋势一致成分,作为群体集结评价值来确定指标权重。该方法可直接从专家评价值中提取同质趋势信息,使评价结果更具客观性和有效性。

关键词：模糊层次分析改进集合经验模态分解客观趋势主观判断

来源：评论

学校读者我要写书评

暂无评论

Long Term Operational Modal Parameter Identification of Long Span Cable Stayed Bridge

Long Term Operational Modal Parameter Identification of Long...

引用

作者： INAMULLAH KHAN 西南交通大学

学位级别：博士

近几十年来,随着结构健康监测技术的发展,对大型结构尤其是大跨斜拉桥进行有效的健康监测的需求变得日益迫切。为实现监测目的,需要在大型结构上安装各种复杂的传感器,并连续采集海量的结构响应数据。然而,这些海量数据通常只是被简单... 详细信息

近几十年来,随着结构健康监测技术的发展,对大型结构尤其是大跨斜拉桥进行有效的健康监测的需求变得日益迫切。为实现监测目的,需要在大型结构上安装各种复杂的传感器,并连续采集海量的结构响应数据。然而,这些海量数据通常只是被简单地储存起来,并未得到深入分析和有效利用。从海量数据中,将传感器缺陷、故障或异常等原因导致的异常数据与正常测试数据进行分离,对数据进行分析并精确识别结构模态参数,这些工作对结构健康监测来说至关重要。因此,引入可快速从海量数据中探寻数据隐含趋势的数据解释技术,以实现数据的筛分,是本文的研究重点之一。就长期连续监测而言,快速准确地从原始测试数据中诊断异常数据,确保识别结果的可靠性是至关重要的。因此,本文采用以EDA为核心的数据解释技术,实现对海量数据的快速可视化及异常诊断,结果表明该方法在大型结构连续监测数据处理方面是行之有效的。随后,采用有限脉冲响应(Finite Impulse Response, FIR)和无限脉冲响应(Infinite Impulse Response, IIR)滤波器作为数据预处理方法,进一步对异常数据进行剔除,但该方法仅被用于大型结构的离线健康监测,而不适用于结构在线监测。论文第二部分内容为信号处理。安装在大跨度桥梁上的传感器采集到的信号通常是非平稳、非线性、且包含噪声的,从此类信号中准确地提取出结构信息是一项严峻的挑战。具有高鲁棒性的信号自适应分解重构技术为上述问题提供了可行的解决方案。为了有效消除测试噪声的干扰,本文提出了一种新的改进集合经验模态分解(Improved Ensemble Empirical Mode Decomposition, IEEMD)方法,实现了大跨度桥梁运营模态参数的准确识别。论文第三部分对离线模态参数精确识别方法进行了研究。讨论了不同矩阵行块数和系统阶次对识别结果的影响,并绘制稳定图以识别系统的真实模态,最终获得了某斜拉桥的最佳识别结果。随后,采用离线协方差驱动的随机子空间识别方法,分别对原始未预处理的数据和经数据解释、IⅡR滤波和IEEMD降噪处理后的数据进行识别,并将不同数据对应的稳定图进行了对比。论文的最后,将协方差递归随机子空间识别(Covariance Driven Stochastic Subspace Identification, CO-RSSI)与滑窗技术(Sliding Window Technique, SWT)和延伸工具变量-投影近似子空间跟踪算法(Extended Instrumental Variable Projection ApproximationSubspace Tracking, EIV-PAST)相结合,开发了一种新的结构模态参数在线识别方法,此部分为论文的核心内容。用所提算法对某斜拉桥实测运营数据进行在线识别,获得了随时间连续变化的结构模态参数(频率、阻尼比)。分别采用原始实测数据和经数据解释处理.IEEMD降噪后的数据进行在线模态参数识别,并将识别结果进行对比分析。结果表明,所提方法可很好地应用于实际工程,实现了大跨度桥梁运营模态参数的长期、连续监测。

关键词：斜拉桥数据解释探索性数据分析改进集合经验模态分解协方差驱动随机子空间识别协方差递归随机子空间识别连续模态参数识别

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的转子振动故障诊断研究

基于神经网络的转子振动故障诊断研究

引用

作者：刘新月华北电力大学

学位级别：硕士

随着现代机械在工业生产中向着高速以及结构复杂化的方向发展,越来越多的新技术也在生产中得到应用。旋转机械在实际运转过程中不可避免会出现一些意想不到的系统故障,转子系统是旋转机械故障中较为常见的部分,其是否可以高效稳定地运... 详细信息

随着现代机械在工业生产中向着高速以及结构复杂化的方向发展,越来越多的新技术也在生产中得到应用。旋转机械在实际运转过程中不可避免会出现一些意想不到的系统故障,转子系统是旋转机械故障中较为常见的部分,其是否可以高效稳定地运转与工业的平安生产和经济效益亲密相关,因而对旋转机械的转子工作状态进行故障诊断方法的研究工作是非常必要的。振动信号中往往蕴藏较多的故障信息,所以本文利用转子系统振动故障非平稳信号的特点,将转子运转过程中出现的几种常见典型故障作为研究数据,深刻研究涉及诊断过程的信号分析、特征提取及模式识别方法,主要的研究内容如下:首先研究了传统的集合经验模态分解方法所存在的问题,并将其改进。传统的集合经验模态分解方法中可能因过多噪声的存在,致使高频分量中的信息被淹没。对此,先采用了相关性原理筛选分解得到的信号高频分量;接着利用小波包降噪高频分量,在一定分解层数范围内将赫斯特指数的变化作为小波包分解层数的选择;引入了常用的信噪比与均方根误差函数衡量改进后信号分解的效果。对仿真信号的分析表明,改进后的分解方法能够使信息更加明显,对转子振动故障信号的分解也符合期望,可以为后续的故障特征提取打下良好根基。其次研究了衡量信号信息的熵特征,分析了常见信号熵的不足,使非平稳、非线性信号的特征以散布熵值的形式呈现。利用不平稳非线性的仿真信号分析了散布熵的特性,证实其可以作为振动故障信号的衡量方法;计算分解得到了转子不同状态下的分量散布熵值,将其作为转子振动故障特征,方便诊断方法的识别。最后研究了识别故障类别的神经网络方法,使用优化方法优化了网络中的参数。将搜索遍历性强、可以避免局部最优的量子粒子群算法用来优化双向长短记忆神经网络的网络参数,选择适合的最佳参数组合提高网络的学习性能,将优化后的神经网络作为转子振动故障诊断识别的模型。通过实验结果表明,该诊断模型能准确识别实验平台上采集的转子振动故障数据状态。将本论文中的组合诊断方法,与集合经验模态分解-多尺度散布熵-概率神经网络、改进集合经验模态分解-奇异值-概率神经网络、改进集合经验模态分解-模糊熵-双向长短记忆神经网络三种诊断组合方法作对比。从实验后的结果看,本文的诊断办法不只辨识故障的准确率高,并且实时性好,对转子振动故障的诊断具有一定的指导意义。

关键词：改进集合经验模态分解赫斯特指数散布熵量子粒子群双向长短记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

基于自适应深度残差网络的短期风电功率组合预测研究

基于自适应深度残差网络的短期风电功率组合预测研究

引用

作者：李少东燕山大学

学位级别：硕士

风本身具有随机性的特点,导致风电出力具有间歇和波动等不确定的因素。大规模的风电并网会对电力系统的运行和调控造成严重影响,精确的风电功率预测技术是解决上述问题的重要保证。由于传统的深度神经网络在训练过程中随着网络层数的加... 详细信息

风本身具有随机性的特点,导致风电出力具有间歇和波动等不确定的因素。大规模的风电并网会对电力系统的运行和调控造成严重影响,精确的风电功率预测技术是解决上述问题的重要保证。由于传统的深度神经网络在训练过程中随着网络层数的加深精确度趋于饱和甚至下降,出现了网络退化现象,严重地影响了模型的训练效果和预测精度,因此本文提出了基于深度残差网络的短期风电功率组合预测方法:首先,基于风电场的实测历史数据,对风力发电特性和风电功率影响因素进行分析和研究。为了解决传统的深度神经网络(deep neural networks,DNN)在训练过程中随着网络层数的加深产生的网络退化问题,提出了一种基于深度残差网络(deep residual network,DRN)的风电功率预测方法。分别建立了基于BP神经网络、CNN、DRN的短期风电功率预测模型,经过反复实验确定了三种预测模型的网络参数,通过对比分析预测结果,验证了DRN风电功率预测模型的有效性和可行性,其在深层数的网络训练中依然可以保持良好的训练效果,有效地解决了网络退化问题,提高了预测精度。其次,DRN预测模型不能充分利用风电场原始数据的时序特性,且单一模型预测精度的提升具有局限性。因此,本文提出了一种基于深度残差网络和门控循环单元(gated recurrent unit,GRU)神经网络的风电功率组合预测方法。采用Pearson相关系数法从历史数据中筛选出与风电功率相关性高的气象变量,降低数据维度;采用自适应矩估计(adaptive moment estimation,Adam)优化算法训练DRN-GRU组合预测模型,得到最佳网络参数;根据历史数据序列建立DRN-GRU滚动预测模型,得出风电功率预测结果。算例结果表明,相比单一预测模型,DRN-GRU组合预测模型对时序数据的适应能力强,具有更好的预测性能。最后,DRN-GRU组合预测模型擅长处理非平稳的数据序列,在处理平稳数据序列时略显不足,并且预测具有滞后性。针对上述问题,提出了一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)的DRN-GRUMLR(multiple linear regression,MLR)风电功率组合预测方法。采用MEEMD方法将原始数据序列分解成若干IMF分量和残余分量,根据过零率原则,将IMF分量和残余分量重构成高频分量和低频分量;采用DRN-GRU组合模型预测高频分量,采用MLR模型预测低频分量;将分量预测结果叠加重构,得到最终预测功率。算例结果表明,相比DRN-GRU组合预测模型,MEEMD-DRN-GRU-MLR组合预测模型提升了对平稳数据的预测能力,明显改善了预测滞后性问题,进一步提高了预测精度。

关键词：风电功率预测深度残差网络 Pearson相关系数法改进集合经验模态分解

来源：评论

学校读者我要写书评

暂无评论

地区电网效益及发展综合评价研究及应用

地区电网效益及发展综合评价研究及应用

引用

作者：林家俊华南理工大学

学位级别：硕士

当前,我国经济发展持续保持稳定向好增长,人们对于未来电力需求及服务有着更高且更多元化的要求,并且这种需求日益迫切。为进一步提升电网建设发展的科学性和实效性,调和及解决当前及未来电网发展面临的诸多方向性和矛盾性等复杂评估问... 详细信息

当前,我国经济发展持续保持稳定向好增长,人们对于未来电力需求及服务有着更高且更多元化的要求,并且这种需求日益迫切。为进一步提升电网建设发展的科学性和实效性,调和及解决当前及未来电网发展面临的诸多方向性和矛盾性等复杂评估问题,本文构建了一套地区电网效益及发展综合评估及要素分析指标体系及研究方法,主要包括以下内容:1.从电网经济效益,电网安全风险管控能力,电网供应及发展能力,客户服务水平,电网智能化应用水平五个方面建立地区电网综合评估及要素分析指标体系,同时对地区电网综合评价指标体系每一个指标进行细化分析。2.建立基于层次分析法和改进集合经验模态分解法的地区电网效益及发展综合评价指标权重计算模型。运用该模型去除单个专家主观成分,获取评价值中的平稳客观趋势信息,确定地区电网效益及发展综合评价指标的权重。3.充分运用模糊综合评价法。包括构建模糊综合评价语句集、从定量和定性两个方面确定评价指标对应评价语句集的隶属度函数、建立各指标的评分方法和评分判据,从而形成系统完整的地区电网效益及发展综合评估指标体系及研究方法。最后,文章将地区电网效益及发展综合评价指标体系及综合评估模型应用于多个地区电网现状及未来电网建设及发展的综合性评估,得出评估结果。对评估结果按不同准则、不同影响方面展开研究分析,结合研究分析结论,分析判定不同地区电网薄弱环节和存在问题。为地区电网自身优化完善,以及对具体地区电网如何改善管理、规避安全风险、提升电能供应能力、提升服务水平和深化智能化技术的应用提供指导性建议。实验结果表明,文章所述的模型及方法具有一定实用价值。

关键词：地区电网层次分析法改进集合经验模态分解模糊综合评价

来源：评论

学校读者我要写书评

暂无评论

数据驱动的心血管疾病门诊量多步组合预测研究

引用

信息系统学报 2022年第1期 19-31页

作者：顾福来白朝阳郭林霞刘晓冰孙永亮大连理工大学经济管理学院大连理工大学制造管理信息化技术国家地方联合工程实验室

精准的心血管门诊量预测是实现医院医生需求计算、医疗设备分配和管理的重要基础。本文基于心血管门诊量时间序列数据，采用迭代策略进行多步长时间序列预测，为降低多步长预测带来的误差累积问题和数据非平稳、非线性的特征，提出改进... 详细信息

精准的心血管门诊量预测是实现医院医生需求计算、医疗设备分配和管理的重要基础。本文基于心血管门诊量时间序列数据，采用迭代策略进行多步长时间序列预测，为降低多步长预测带来的误差累积问题和数据非平稳、非线性的特征，提出改进集合经验模态分解方法，并结合反向传播神经网络（backpropagationneuralnetwork,BPNN）建立组合预测模型，达到更优的预测结果。最后以某医院心血管疾病月门诊量进行预测对比分析，实验结果表明，该组合预测模型对心血管门诊量多步长预测准确率较高，证实了模型的有效性。

关键词：心血管门诊量多步预测改进集合经验模态分解 BPNN

来源：评论

学校读者我要写书评

暂无评论

GIS隔离开关操作接地网电位差干扰抑制方法

引用

测控技术 2019年第10期38卷 10-14,19页

作者：王立辉祁顺然嵇建飞庞福滨袁宇波东南大学仪器科学与工程学院江苏南京210096 国网江苏省电力有限公司电力科学研究院江苏南京211103

气体绝缘变电站隔离开关操作产生接地网电位差干扰,易与故障信号混淆,致使继电保护装置误动作。针对干扰信号的高频瞬变特性,提出基于最小二乘支持向量机/改进集合经验模态分解的自适应抑制方法。设置阈值启动函数检测干扰信号起始位置... 详细信息

气体绝缘变电站隔离开关操作产生接地网电位差干扰,易与故障信号混淆,致使继电保护装置误动作。针对干扰信号的高频瞬变特性,提出基于最小二乘支持向量机/改进集合经验模态分解的自适应抑制方法。设置阈值启动函数检测干扰信号起始位置,通过极值延拓、多尺度排列熵改善集合经验模态分解算法的端点效应和熵值,采用粒子群算法优化最小二乘支持向量机,将干扰信号经过改进集合经验模态分解算法分解的本征模式分量作为训练样本,构造最优决策函数,对二次电缆耦合信号的本征模式分量序列进行干扰信号自适应识别与抑制。仿真实验表明,所提出的自适应抑制方法能准确识别和滤除接地网电位差干扰信号,保留故障信号特征,信噪比提高了221%,增强继电保护的抗干扰能力。

关键词：隔离开关电位差干扰改进集合经验模态分解最小二乘支持向量机自适应滤波

来源：评论

学校读者我要写书评

暂无评论

基于改进EEMD-MDE-BLSTM旋转机械故障诊断方法研究

引用

电力科学与工程 2020年第10期36卷 48-55页

作者：马平刘新月章雅楠华北电力大学控制与计算机工程学院河北保定071003

针对振动信号非平稳、非线性且噪声掩盖信号致使故障信息难以有效提取的特点,提出利用赫斯特指数变化确定小波包降噪分解层的去噪方法改进集合经验模态分解(Ensemble EMD,EEMD)中的高频分量,提高信息质量,然后引入衡量时序数据复杂度与... 详细信息

针对振动信号非平稳、非线性且噪声掩盖信号致使故障信息难以有效提取的特点,提出利用赫斯特指数变化确定小波包降噪分解层的去噪方法改进集合经验模态分解(Ensemble EMD,EEMD)中的高频分量,提高信息质量,然后引入衡量时序数据复杂度与不规则性的指标—散布熵(Dispersion Entropy,DE),提出改进IEEMD多尺度散布熵(Multi-scale DE,MDE)的故障诊断方法,并建立量子粒子群算法优化的双向长短期记忆神经网络(Bidirectional Long Short-term Memory,BLSTM)识别模型。将该方法与改进EEMD-奇异值分解、改进EEMD-模糊熵、EEMD-MDE 3种方法对比,仿真实验结果表明,该方法对实验模拟的常见振动故障的识别准确率较高,并且耗时少,可为振动故障的诊断提供一定依据。

关键词：改进集合经验模态分解赫斯特指数散布熵量子粒子群双向长短期记忆

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：