检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于模糊聚类的NOx排放多模型预测优化

热力发电 2022年第4期51卷 105-111页

作者：殷喆杨春来袁晓磊吴斌吕游国网河北能源技术服务有限公司河北石家庄050021 华北电力大学控制与计算机工程学院北京102206 华北电力大学电站能量传递转化与系统教育部重点实验室北京102206

火电机组广泛参与调峰导致运行工况频繁变动,使得锅炉出口NO_(x)排放的控制难度增大。基于对燃烧状态的影响将锅炉运行参数分为可调参数和不可调参数,并利用不可调参数分布将运行数据样本进行模糊均值聚类划分,以此实现锅炉出口NO_(x)... 详细信息

火电机组广泛参与调峰导致运行工况频繁变动,使得锅炉出口NO_(x)排放的控制难度增大。基于对燃烧状态的影响将锅炉运行参数分为可调参数和不可调参数,并利用不可调参数分布将运行数据样本进行模糊均值聚类划分,以此实现锅炉出口NO_(x)排放特性的多模型预测。同时,利用粒子群算法对各工况所属子模型的可调参数进行寻优来实现NO_(x)排放的优化。对某1000 MW燃煤机组数据仿真表明,提出的NO_(x)排放多模型预测方法比单一模型具有更好的精度,且模型训练时间更短,经过粒子群算法参数优化后NO_(x)排放质量浓度降低了9.98%。

关键词：锅炉 NO_(x)排放运行优化模糊均值聚类多模型预测

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

林火蔓延多模型预测系统

林火蔓延多模型预测系统

作者：胡健哈尔滨工程大学

学位级别：硕士

林火蔓延多模型预测系统是根据产生式规则为推理原则建立的多模型预测系统。它的创新主要体现在：建立一种以产生式规则为基础的林火蔓延多模型预测体系;给出一种以王正非林火蔓延模型为基础的矢量叠加林火蔓延简单构型;给出了灰色GM(1... 详细信息

林火蔓延多模型预测系统是根据产生式规则为推理原则建立的多模型预测系统。它的创新主要体现在：建立一种以产生式规则为基础的林火蔓延多模型预测体系;给出一种以王正非林火蔓延模型为基础的矢量叠加林火蔓延简单构型;给出了灰色GM(1，1)模型的变等步长应用方法;根据王正非模型与灰色模型的特性给出了多模型预测智能选择方法;在预测过程中，利用专一性就近原则进行预测数据构造。由于林火蔓延是一个多相、多组分可燃物在各种气象条件(温度、风向和风力等)和地形影响下燃烧和运动的极其复杂的现象，所以林火蔓延预测精度较低。要坚持“打早、打小、打了”的扑火原则，就必须有效提高林火蔓延的预测精度。在现有单模型预测精度不高的情况，只有采用多模型预测的手段来提高林火蔓延的预测精度。本文对森林火灾蔓延多模型预测系统的整体结构进行规划，采用了知识库、综合数据库、推理机构和模型库循环工作模式，并通过接口与森林火灾消防指挥智能决策支持系统实现协调并行工作。系统推理机以产生式正向推理规则作为调配原则，即：推理机根据综合数据库中动态数据(实时林火蔓延数据、实时气象数据、静态地理数据和计算过程数据)的构成情况匹配知识库中的相应知识，然后通过知识库调动模型库中的计算机模型(王正非林火蔓延模型、灰色GM(1，1)变等步长改造模型与预测数据预测的模块)进行数据处理，最后将预测林火蔓延趋势以大地坐标系的坐标形式输出。

关键词：多模型预测林火蔓延产生式规则智能预测

塔式太阳能聚热发电换热系统过热蒸汽温度多模型预测控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国科技论文 2015年第8期10卷 952-956页

作者：潘楚芸刘涵西安理工大学自动化与信息工程学院西安710048

为了有效克服系统工况变化范围大、非线性、大惯性、大滞后和参数时变等特点导致的换热控制困难,通过研究塔式太阳能聚热发电系统换热系统的工艺原理,提出了一种基于多模型的预测控制算法,解决了该类工业过程非线性系统的换热控制问题... 详细信息

为了有效克服系统工况变化范围大、非线性、大惯性、大滞后和参数时变等特点导致的换热控制困难,通过研究塔式太阳能聚热发电系统换热系统的工艺原理,提出了一种基于多模型的预测控制算法,解决了该类工业过程非线性系统的换热控制问题。仿真结果表明,该方法具有较好的控制效果,可防止过热汽温大幅度波动,减小过热汽温的动态和稳态偏差。

关键词：塔式太阳能热发电过热蒸汽多模型预测自动控制系统

维普期刊数据库

路堤下软土地基变形性状的室内模型试验研究和沉降预测

在线全文

学校读者我要写书评

暂无评论

路堤下软土地基变形性状的室内模型试验研究和沉降预测

作者：叶朝良广西大学

学位级别：硕士

本文分为两个部分，第一部分是通过室内模型试验对路堤下软土地基的变形特性进行了再认识，在试验中考虑了软土层的厚度、荷载大小和加荷速率以及软土层的倾斜等几个因素对软土地基的侧向变形和竖向变形的影响。我们通过对试验的结果分... 详细信息

本文分为两个部分，第一部分是通过室内模型试验对路堤下软土地基的变形特性进行了再认识，在试验中考虑了软土层的厚度、荷载大小和加荷速率以及软土层的倾斜等几个因素对软土地基的侧向变形和竖向变形的影响。我们通过对试验的结果分析比较，认为荷载作用下均质软土地基的最大侧向位移一般发生在地表下2～7米的深度处，而施工中以地表观测桩观测的侧向位移来控制施工过程中的稳定性是不合理的;试验表明当软土地基发生早期破坏时，仍然能承受较大的外加荷载，对周围土体的强度提高有利，为在软土地基上进行“促动法”施工提供了依据。第二部分为软土地基的沉降预测，因为软土地基沉降受到很多因素的影响，沉降与时间的关系较复杂，故我们采用了多模型预测的方法，其中作者引进了一种新的沉降预测模型—龚帕斯曲线方程。在模型的比选中，本文提出用实测与预测的最后五个值之间的均方差作为判别最优模型的标准，并编制了部分计算程序进行计算。通过对5个工程实例的预测比较，证明龚帕斯曲线方程有很好的预测效果，有较好的稳定性，可用于工程实践;同时也说明多模型的预测方法和判别标准是符合实际的。

关键词：软土地基侧向变形沉降预测龚帕斯曲线方程多模型预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

空基无源相干定位系统的机动目标跟踪算法

系统工程与电子技术 2021年第4期43卷 875-882页

作者：卢雨王海滨海军航空大学航空作战勤务学院山东烟台264001

针对空基无源相干定位系统中外辐射源状态不确定性对机动目标跟踪精度的影响,提出了一种基于多模型预测的双变量容积卡尔曼滤波算法。首先建立了机动目标跟踪的系统模型,并确定了多模型集。然后基于多模型思想,将模型交互步骤增加到状... 详细信息

针对空基无源相干定位系统中外辐射源状态不确定性对机动目标跟踪精度的影响,提出了一种基于多模型预测的双变量容积卡尔曼滤波算法。首先建立了机动目标跟踪的系统模型,并确定了多模型集。然后基于多模型思想,将模型交互步骤增加到状态预测步骤之后,对状态预测值进行交互融合,得到最优的状态预测值。为解决固定的马尔可夫转移概率导致系统跟踪性能下降的问题,采用“感知记忆”嵌入的时变转移概率,降低不匹配模型的竞争影响;最后利用双变量容积卡尔曼滤波算法同时对目标和外辐射源进行状态估计。仿真对比实验验证了算法的有效性。

关键词：外辐射源定位机动目标跟踪多模型预测双变量容积卡尔曼滤波

维普期刊数据库

基于大数据的火电机组灵活运行工况下成本优化研究

在线全文

学校读者我要写书评

暂无评论

基于大数据的火电机组灵活运行工况下成本优化研究

作者：吴斌华北电力大学(北京)

学位级别：硕士

目前,我国电力行业的碳排放量仍处于高位,为响应“碳达峰、碳中和”战略目标我国正大力发展可再生能源,火电机组因此普遍从带基本负荷电源向灵活性调节电源转变。此时机组运行过程中除了保持安全、高效,还需要兼具运行的灵活性,但是火... 详细信息

目前,我国电力行业的碳排放量仍处于高位,为响应“碳达峰、碳中和”战略目标我国正大力发展可再生能源,火电机组因此普遍从带基本负荷电源向灵活性调节电源转变。此时机组运行过程中除了保持安全、高效,还需要兼具运行的灵活性,但是火电机组的灵活运行往往会导致机组运行成本增加。而火电机组灵活性与运行成本之间的关系具体如何,是否能够在运行过程中兼顾灵活性与经济性,值得更为深入的研究与探讨。本文的研究将从构建火电机组灵活性能的评价体系入手,结合该评价体系对火电机组灵活运行工况下的成本进行分析、预测及优化三个方面的研究,主要的研究内容包括:(1)构建火电机组灵活性评价体系。结合火电机组灵活运行的特点,以机组接受AGC指令后的负荷变化情况为依据,提出灵活运行工况的划分方案及灵活性评价指标构建方案,基于灵活性评价指标的分布规律提出极低灵活性工况的筛除方案与灵活性工况分级方案,并依托某330 MW机组的历史运行数据完成灵活性工况分级数值标准的构建。(2)分析火电机组灵活运行下成本与灵活性评价等级的关系。考虑灵活运行工况的动态特性,使用机组度电成本作为分析指标。火电机组灵活运行下影响度电成本的因素主要包括煤耗率和污染物排放因子,结合火电机组灵活性评价体系分析不同灵活性等级下机组煤耗率、污染物排放因子和度电成本的分布特点。最后依托于历史运行数据,验证本文提出的火电机组灵活性评价体系的合理性,在评估火电机组灵活性能的同时能够区分灵活运行过程中煤耗率、部分污染物排放因子及度电成本的大致分布范围。(3)基于火电机组灵活性评价体系构建灵活运行工况下度电成本多模型预测策略。以机组灵活性能评价指标、煤耗率、液氨进给流量等参数作为输入变量,基于灵活性评价体系完成各子模型工况的划分与判定,选择最小二乘支持向量机算法构建子模型,来减少每个子模型中训练样本之间不可测扰动带来的差异性。仿真结果表明,基于灵活性评价体系的火电机组灵活运行工况下度电成本多模型预测较于全工况下的度电成本预测平均误差降低了 34.4%。(4)提出火电机组灵活运行工况下成本优化方案。在火电机组灵活运行工况下度电成本多模型预测方案的基础上,提出利用锅炉燃烧优化的思想,优化二次风、燃尽风的风门开度来降低机组煤耗率与液氨进给流量,实现灵活运行工况下度电成本的优化。仿真结果表明基于本文提出的优化方案,灵活运行工况下度电成本能够平均降低4.2%。

关键词：火电机组灵活运行度电成本排放因子多模型预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中药生产过程控制系统的设计与实现

中药生产过程控制系统的设计与实现

作者：何伟湖南大学

学位级别：硕士

我国的中医中药正在逐渐被世界认可,但国内多数制药厂的中成药生产都是完全依靠操作人员的观察进行手动调节,只有部分厂家实现了单个工艺过程的自动化,生产效率较低而且很难实现对质量的严格控制,严重限制了中成药的推广。本文结合国家... 详细信息

我国的中医中药正在逐渐被世界认可,但国内多数制药厂的中成药生产都是完全依靠操作人员的观察进行手动调节,只有部分厂家实现了单个工艺过程的自动化,生产效率较低而且很难实现对质量的严格控制,严重限制了中成药的推广。本文结合国家计委重点科技攻关项目,研制了一套综合智能控制系统,实现了中药生产全过程的自动化操作。本文是围绕该中药生产智能控制系统展开的,涵盖了生产工艺流程介绍、系统总体方案的确定、系统采集及输出模块的设计与实现、控制方案分析及管理级软件与通讯模块的设计与实现等内容。本文首先介绍了传统中药生产的工艺流程及各工段的操作流程,根据系统的功能需求确定了DCS结构式的系统构架,并选定了系统的控制器、软件的运行环境和开发环境。然后阐述了控制系统中采集模块与输出模块的设计与实现,包括硬件选型和软件实现过程。在控制方案方面,鉴于中药生产过程多工段、非线性及大滞后的特点,针对各工段的特点及控制难点,为它们分别制定了模糊自适应PID、多模型预测和DMC预测-PID的复合控制策略,实现对生产过程中温度及压力的控制,仿真及现场运行结果均达到了满意的控制效果。最后详细介绍了管理级各功能模块的实现方式,并阐述了通讯模块的设计与实现情况,所采用的基于TCP/IP协议的工业以太网保证了系统通讯的实时性与可靠性。现场运行结果表明:本文研发的系统的可靠性高,控制效果良好,有效地控制了中药产品质量的一致性,提高了中药生产的工作效率。

关键词：中药生产智能控制系统 DCS结构模糊自适应PID 多模型预测 DMC预测-PID TCP/IP协议

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于天气条件划分的光伏功率预测方法

基于天气条件划分的光伏功率预测方法

作者：连魏魏华北电力大学(北京)

学位级别：硕士

光伏功率预测对于光伏电站的并网安全和经济运行具有重要意义。但是,也存在诸多的问题:光伏输出功率与天气状况密切相关,受到众多天气因素的影响。诸如众多的天气类型、复杂的天气条件和有限的天气分类方法等问题使得这种光伏功率预测... 详细信息

光伏功率预测对于光伏电站的并网安全和经济运行具有重要意义。但是,也存在诸多的问题:光伏输出功率与天气状况密切相关,受到众多天气因素的影响。诸如众多的天气类型、复杂的天气条件和有限的天气分类方法等问题使得这种光伏功率预测成为极具挑战性的工作。光伏输出功率在多变天气条件下的波动性更大,预测误差也更加明显;单一预测模型难以保证精确的预测结果。且目前国内外光伏功率预测主要集中于确定性的点预测,此类功率预测只能给出某一预测时间段内的单值,不包含误差信息,无法描述相应预测值的可信度。因此,光伏点预测模型由于功率误差信息的缺失而降低了其实际应用价值。针对以上问题,通过总结光伏功率预测的发展现状,本文提出了一种基于广义天气类型的光伏功率区间预测新方法。首先,分析了光伏出力的周期性、间歇性和波动性等特性,并通过通径分析的方法明确了光伏出力与各气象因子之间的关系,进一步确定了对光伏发电功率建模起关键作用的气象影响因子。然后,分析了不同天气条件下光伏出力的不确定性,且基于辐照度衰减指数K的广义天气类型划分方法对天气类型进行了划分;其次,在不同的广义天气类型下建立了光伏功率预测多模型,并采用极限学习机来最小化样本数量;同时,一定的置信水平下预测功率的置信区间由核密度估计算法来决定。最后,对比性试验从模型性能、训练时间以及区间预测精度等方面揭示出了所提方法的有效性。本文所提光伏出力区间预测方法能够给出所预测时间段内一定置信水平下的置信区间,预测信息较为全面。

关键词：光伏功率预测广义天气类型极限学习机多模型预测

基于VMD分解和mRMR特征信息选择的风功率预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于VMD分解和mRMR特征信息选择的风功率预测

作者：刘洪池西安理工大学

学位级别：硕士

风功率数据具有很强的波动性、间歇性和随机性,目前的风功率预测方法还存在很多缺陷,无法适应风功率数据的特性,很难满足电力系统运行的安全性与稳定性。为此,本文提出一种“分解—特征选择—多模型预测—集成”的风功率预测思想。主要... 详细信息

风功率数据具有很强的波动性、间歇性和随机性,目前的风功率预测方法还存在很多缺陷,无法适应风功率数据的特性,很难满足电力系统运行的安全性与稳定性。为此,本文提出一种“分解—特征选择—多模型预测—集成”的风功率预测思想。主要研究思路如下:为充分利用风功率数据的波动性、间歇性和随机性并改善诸如经验模态分解(Empirical Mode Decomposition,EMD)和集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)等传统分解方法分解过程中出现的模态混叠现象,本文首先使用与EMD和EEMD分解原理完全不同的变分模态分解(Variational Mode Decomposition,VMD)对风功率数据进行分解,得到具有不同波动特征的模态分量。为了考虑风速、气压和温度等影响因素对模态分量的影响并弥补VMD在分解过程中出现的信息缺失,本文使用基于互信息(Mutual Information,MI)的最大相关最小冗余(Max-relevance and Min-redundancy,mRMR)选择各分量特征集合。该方法不仅考虑了变量之间的相关性还考虑了变量之间的冗余性,降低了各分量特征矩阵的维度。为了避免单一预测模型的局限性,各分量预测方法为自学习能力强,非线性拟合能力好的反向传播神经网络(Back Propagation Neural Network,BPNN)和模型结构简单、学习速度快、泛化性好、回归预测性能良好的最小二乘支持向量机法(Least Squares Support Vector Machine,LS-SVM)。在预测过程中,将使用mRMR选择出的特征集合与各分量联合起来共同建立一个新的输入矩阵。分量预测结束后使用BPNN进行集成。本文使用陕北风电场和云南风电场两组数据对本文模型进行实验,并将实验结果与其他预测方法进行对比。

关键词：风功率预测变分模态分解特征选择多模型预测机器学习