基于TDLAS的CO检测系统调制参数优化与温度补偿

在可调谐激光吸收光谱(TDLAS)技术中,携带气体浓度信息的二次谐波信号易受激光扫描信号与调制信号的幅值、频率等参数影响。基于TDLAS技术搭建了CO浓度检测硬件系统,与对应仿真模型进行比较分析,研究了调制参数对二次谐波信号峰值、信噪比、对称性以及峰宽的影响,总结出具体变化规律。实验确定了系统最优调制参量,在硬件不变的情况下提高了检测精度。对CO在1567.7nm的吸收光谱进行了检测,发现测量浓度随着温度的升高而降低,最大相对误差已超过15%。为了减少温度变化对测量的影响,分别采用RBF及BP神经网络、PSO优化BP神经网络和WOA优化BP神经网络算法对系统进行补偿。结果表明,WOA优化BP神经网络方法的补偿效果最好,修正后浓度相对误差降至1%以下,有效提高了系统在变温环境下的准确性和稳定性。研究为系统的调制参数设置以及精准检测提供参考,为后续实验提供了有价值的指导。

基于改进时间卷积网络的微电网超短期负荷预测

为了提高微电网中用电负荷超短期预测的准确性,对时间卷积网络进行特征增强和注意力增强改进,将时间卷积网络中的一维因果膨胀卷积替换为二维卷积,同时利用时间模式注意力机制对时间卷积网络的隐藏层加权处理,提取负荷的多维特征,挖掘序列中存在的潜藏联系。根据改进的方法建立预测模型并进行对比实验以验证方法的有效性,能够对用电负荷的不确定性进行有效的处理,拓宽特征向量的维度,有效捕捉负荷序列中与时间有关的特征,提高用电负荷的预测精度。

结合风速预测的直驱风电机组减载调频策略

直驱永磁风电机组常用的减载调频控制策略缺乏对风电机组运行经济性和调频能力的考虑,易导致系统出现调频能力不足或备用功率冗余的问题,对此提出了一种基于变减载率的优化减载调频策略。首先划分不同的风速模式,确立不同模式下的超速与变桨距协调控制方案;其次考虑系统调频能力和发电量两因素,设计函数求取不同工况下的最优减载率;由于风速波动频繁,风机控制具有延迟,因此利用风速预测和滑动窗口法对最优减载率做进一步调整;最后搭建系统仿真模型,通过改进的频率控制动态调整减载率参与系统调频。仿真实验表明,所提控制策略与常用的策略相比在实时风速、负荷扰动下系统频率动态偏差减小、达到最低值的时间延长,风机发电量增加,桨距角变化量减小。该策略能满足调频需求,提升调频质量,减小机械磨损,提高风机运行的经济性。

基于深度自编码器的城市固废焚烧过程燃烧状态识别

国内城市固废(municipal solid waste,MSW)的组分复杂且多变,其焚烧过程的燃烧状态识别主要依靠人工判断,难以维持稳定的运行工况。针对上述问题,提出了一种基于深度自编码器的分区域燃烧状态识别方法。首先,依据炉排结构对燃烧段和燃烬段的分界线进行标定;然后,利用具有深层结构的卷积稀疏自编码器(convolutional sparse autoencoder,CSAE)提取两部分火焰图像的特征;最后,将特征分别输入到相应的最小二乘支持向量机进行状态识别。基于处理规模为750 t/d的焚烧炉的不同燃烧状态图像进行实验,实验结果表明,在有限的标记样本数量下,所提方法的平均识别准确率为98.04%,该方法能够实现MSW燃烧状态的实时监测。

基于改进PSO-LSTM算法的风电机组状态监测方法研究

通过改进粒子群算法(particle swarm optimization,PSO)优化长短期记忆神经网络算法(long short-term memory,LSTM)的参数,提出了一种基于改进PSO-LSTM算法的直驱式风电机组运行状态监测方法。首先将数据采集与监控系统(supervisory control and data acquisition,SCADA)采集到的数据利用随机森林的方法进行特征筛选,得到模型的输入参数;其次采用改进PSO-LSTM网络建立有功功率的预测模型,计算出预测值与实际值的残差,根据残差的分布来确实直驱式风电机组的状态;最后利用某风电机组SCADA数据对所提预测模型进行验证分析,结果表明,PSO-LSTM预测模型相比其他三种预测模型,具有较高的预测精度,并在状态异常后最短时间内发出故障警报,保证电场的健康稳定运行。

基于DCS数据和燃烧图像的垃圾焚烧炉主蒸汽温度预测

针对垃圾焚烧锅炉因燃烧调控滞后而面临的主蒸汽温度波动的问题,该文提出一种基于分散控制系统(distributed control system,DCS)数据与燃烧图像的主汽温未来6min变化趋势的预测建模方法。首先,采集相关的DCS运行数据和燃烧图像并提取图像的谱范数特征;然后,利用互信息和条件互信息算法筛选出与主汽温高相关、变量间低冗余的DCS特征变量;然后,基于互信息算法对DCS特征变量和图像特征进行时延估计,剔除滞后特征变量并对超前特征变量进行时延补偿;最后,将DCS特征变量和图像特征作为输入,建立长短期记忆网络预测模型。结果表明:整体预测均方根误差(root mean square error,RMSE)为1.4722,且前2min的预测RMSE低至0.61;时延补偿和图像的加入可有效降低预测误差,考虑时延补偿的模型预测RMSE降低了22.61%,结合图像输入的模型预测RMSE降低了11.79%。可知,所提模型预测效果良好,可为生产调控提供参考。

基于改进相对熵的控制系统性能评价方法

为提高控制系统随机性能评价的准确性,克服传统相对熵指标非对称、无界的问题,提出一种基于改进相对熵指标(IREI)的控制系统性能评价方法。该方法首先将原始相对熵指标改进为对称有界的测度指标,即IREI;然后采用核密度估计法计算过程数据的概率密度函数,通过引入蒙特卡罗模拟以逼近非高斯分布情况下的指标值。最后,利用MATLAB/Simulink建立包含非高斯噪声扰动及调节阀劣化的仿真模型,设计一致性检验与随机扰动检验实验,将IREI与确定性指标及最小方差指标进行对比。对比结果表明,该方法可以灵活有效地评价控制器性能。

基于改进模糊聚类的齿轮箱故障诊断算法

针对风电机组齿轮箱故障数据维度高、相关性强、信息特征交叉等特点,采用保局投影和模糊c-均值聚类相结合的方法进行齿轮箱故障诊断。通过保局投影进行故障特征提取,解决数据处理难、信息交叉等问题;加入数据权和抑制因子改进模糊c-均值聚类算法以实现特征分类,克服传统聚类算法分类“非此即彼”的缺点;通过诊断模型计算隶属度诊断数据属于某类的可能性,以避免强制分类带来的误判。最后,通过QPZZ-II旋转机械振动实验平台的齿轮箱故障数据对所提算法进行实验,结果表明该方法可以有效进行风机齿轮箱故障诊断,并对一定变工况下的诊断具有鲁棒性。

基于数字孪生技术的热电联产机组建模研究

为建立精确有效的热电联产机组动态模型,利用机组运行数据,提出一种基于数字孪生技术的热电联产机组建模方法。首先提取机组数据服务器内存储的历史数据,采用改进遗传模拟退火的模糊C均值方法对其进行聚类,建立历史数据聚类库;然后在机组运行期间,采集并传输实时运行数据,利用多级相似度识别策略,在历史数据聚类库内检索最接近实时运行数据的历史数据;接着基于优化的极限学习机将搜寻到的历史数据用于机组建模;最后以杭州某热电联产机组为实验对象,建立该机组的孪生模型并进行对比实验。结果表明:所建模型满足精确性要求,能够跟踪机组实时状态响应;并且可以通过灵活改变建模过程中参数的设定来进一步优化模型精度。

基于Matlab/Simulink电力系统仿真工具箱的拓展

在Matlab/Simulink环境下,建立直流锅炉机组蒸汽压力模型,并通过扰动实验对该模型进行验证,然后采用Simulink软件包中的模块封装技术将其封装成一个子系统模块,最后将其添加到SimpowerSystem模块库中以此来补充电力系统工具箱中所缺乏的锅炉模块,从而使SimpowerSystem模块库更加完善。

基于PR调节器的并网型逆变器谐波抑制策略

解决LCL型并网逆变器谐振问题的有效途径是采用电容电流反馈的有源阻尼法,比例谐振(PR)调节器因具有良好的准确性和抗干扰性能,比PI调节器更适于对并网电流控制,但电网电压背景谐波会使并网电能质量变差。提出了一种基于电网电压微分前馈和PR调节器相结合的双闭环控制策略,经过适当变换,电容电流内环等效为网侧电感电压微分反馈,电网电压前馈等效为比例前馈。仿真实验结果表明,基于电网电压微分前馈和PR调节器相结合的控制策略可以基本避免电网电压谐波影响并网电能质量,且该策略可以省去对三相电容电流的检测,在很大程度上节约了成本。

基于神经网络的大型轴流风机能耗特性分析

为了降低火电机组能耗,国内电力行业开始尝试大型火电机组辅机单侧运行,对此基于神经网络优化算法建立了火电机组大型轴流风机仿真模型,对其进行能耗分析。本文结合厂家提供的性能曲线和相关参数,建立大型轴流风机静态性能数学模型;再结合实际运行风机相关管路特性,建立风机在动叶可调调节方式下的调节指令-风量关系模型;利用电厂实际数据建立风机能耗分析模型和效率分析模型。综合以上模型,对火电机组送风机在低负荷下单台运行和2台并列运行时的能耗特性进行对比分析。结果表明,在火电机组低负荷工况下,风量低于某临界点时,单台送风机运行比2台送风机并列运行效率高,能耗低。

改进的模糊聚类在控制系统故障诊断中的应用

为了提高控制系统中传感器与执行器故障诊断的准确性,结合小波分析特征提取的优势和密度函数加权模糊C-均值聚类具有较好分类效果的特点,提出了一种新的控制系统故障诊断方法。该方法首先利用小波分析对故障信号进行特征提取,降低噪声的影响;然后对特征提取后的数据通过加权模糊C-均值聚类算法,对故障进行识别分类。实验表明,基于小波分析和加权模糊C-均值聚类相结合的方法,不仅可以识别不同部件的故障,而且可以对同一部件的不同类型的故障进行诊断。

基于backstepping方法的单元机组协调系统非线性控制

基于非线性backstepping方法,针对典型单元机组的机、炉协调系统非线性模型,引入虚拟控制变量,逐步构造出偏差信号的李雅普诺夫函数,设计出了综合非线性控制器。该控制器不仅保证了系统稳定性,而且能够实现跟踪误差收敛于零。仿真试验验证了这种非线性方法在协调系统控制器设计中是可行的。

热工模型中纯迟延时间的递归估计算法

为了对典型的热工模型——二阶惯性加纯迟延模型的参数进行在线辨识,介绍并推导了基于递推最小二乘在线辨识算法,对带有纯迟延时间系统进行参数估计。连续系统小于采样周期的纯迟延时间,在相应的采样系统中就会产生一个副实零点,利用这个零点引起的相位变化来对小于采样周期的迟延进行估计。采用最小化损失函数的两步辨识法,对系统的其它参数和采样周期整数倍的迟延进行估计。利用这种递推辨识算法对热工模型进行参数辨识,得到模型的离散传递函数,进而求得其对应的连续传递函数。结果表明,这种算法收敛性好,能够用来对热工对象进行在线参数估计。

一种适用于非最小相位系统的模糊控制方法

针对某一类非最小相位系统的特性，提出一种新型模糊控制器的设计方法，改进了ＰＩＤ型模糊控制器的结构。对输入变量设计了一种简单的可调整宽度的三角形隶属度函数；根据偏差和偏差变化率的相平面图，建立了调节系统的动态特性和规则基之间的定性关系，使规则基的设计趋于简单、合理。水轮机调节系统的仿真结果表明了这种方法的有效性。

基于协方差指标的火电机组负荷控制系统性能评价

提出了一种基于多变量数据驱动技术的火电机组负荷控制系统性能评价方法。该方法采用基于历史数据的协方差指标,将过程输出数据的协方差矩阵作为评价函数,通过计算基准数据与监测数据的评价函数比值,得到控制系统性能评价的指标值。同时,通过特征值分析将协方差指标的计算转化为输出矩阵的广义特征值乘积,利用统计推断理论使由部分样本数据计算的指标值更符合控制系统的总体特征。应用Matlab图形用户界面工具GUI设计基于协方差指标的火电机组负荷控制系统性能评价仿真界面,采用模型仿真数据及工业现场数据进行机组负荷控制系统的性能评价,结果表明基于协方差指标的性能评价方法合理、有效。

水轮发电机组有功功率的变参数 PID 控制

给出了有功功率反馈参与控制的水轮机调节系统的结构，设计了一种变参数ＰＩＤ控制器，并给出了控制器参数的整定方法。仿真结果证明，这种控制系统与以主接力器位移反馈代替有功功率反馈的ＰＩＤ控制系统相比，其控制效果更好。

基于时域指标的火电机组负荷控制系统性能模糊综合评价

传统基于最小方差准则的火电机组负荷控制系统性能评价方法计算量较大,主要评价系统的随机性,而对系统确定性评价较少。对此,本文提出了一种新的基于时域指标的火电机组负荷控制系统性能模糊综合评价方法,利用隶属度函数对总体时域指标划分了性能评价等级,实现对机组负荷控制系统性能的定性评判,并采用火电机组负荷控制系统仿真模型数据验证了该评价方法的有效性和可行性,结果表明该方法计算量小,易于实现,评价结果准确。

一种直驱永磁风电机组的减载调频控制策略

文章针对风电并网容量增加导致系统调频能力不足的问题,提出了一种超速和变桨距协调的减载调频控制策略。首先给出了低、中、高3种风速模式的判定方法,然后通过设置初始功率跟踪曲线系数和调节桨距角实现直驱永磁风电机组的减载运行。在频率控制中,优先采用超速控制,当转速达到额定转速时,再启用变桨距控制,并且变桨距控制可分为低、中、高3种风速控制模式。仿真分析表明,基于所提减载调频控制策略,直驱永磁风电机组能在全风速范围预留一定比例的备用容量,实现双向频率控制,并能改善系统频率的暂态和稳态响应。