换热系统变工况分析

本文提出了分析系统性能变化的一种新方法,并建立相应的线性数学模型。该方法不仅能分析工况变化时整个换热系统的性能,而且可反映系统内部换热器热量偏差,温度变化及换热器本身的效能。最后以锅炉受热面吹灰为例,将该模型与模拟模型所得结果做比较,说明该方法不仅简单。

回转式空预器传热性能的近似分析方法

基于当量长度与当量周期的概念，提出了回转式空预器稳态温度分布的近似解析方法．这种方法将换热器分成几个区域进行计算，得出回转式空预器准稳态运行时的金属、烟气、空气的温度分布，从而可以确定空预器开始积灰腐蚀的位置．本方法适用于当量周期较小的情况．

回转式空气预热器动态分析的矩阵算法

在所定义的当量长度与当量周期的基础上，采用数值方法与矩阵理论建立空气预热器的线性数学模型来研究动态特性及稳态温度分布情况，得出工质的阶跃曲线，并指出当量周期步长及当量长度步长的比值决定能否收敛，而收敛速度的快慢则与矩阵的主特征值有关。

风电场风功率预测系统研究

对风电场发电功率的准确预测,可以有效优化电网调度,使得电网经济运行,同时提高风电场在电力市场中的竞争能力。文中提出了基于先进统计方法的风电功率预测系统,以高精度数值气象预报为基础,搭建完备的数据库系统,利用各种通讯接口采集风电场监控数据。提出并实现了"自适应逻辑网络"(ALN),为风电场建立功率预测算法引擎,可以准确预报风电场未来72小时短期功率负荷,并能针对单台风机、风电场或风机集群进行预测和上报,为风电场管理提供重要辅助手段。现场运行测试验证了系统在风速预测以及针对不同型号风机风功率预测的可行性和有效性。

基于自适应线性逻辑网络的风电功率预测方法性能评估与分析

介绍了一种基于自适应线性逻辑网络(ALLN)的风电功率预测方法,描述了ALLN算法的特点、基本结构、建模方法以及预测与学习方法;采用该方法进行了风速预测试验,对试验结果进行了对比分析,详细分析了影响试验结果的因素。首次提出了模型适应性的概念,并给出了计算公式。从模型训练输入数据和预测输入数据的角度,分析了影响ALLN算法模型适应性与预测结果的主要因素。

锅炉燃烧系统神经网络建模及多目标优化研究

电站锅炉面临降低运行成本与降低污染物排放的双重要求。依据采集到的燃烧数据,采用神经网络训练得到了锅炉燃烧模型,用于预测锅炉在不同燃烧参数的NOx排放和燃烧效率。并采用多目标优化算法,通过调整锅炉运行参数,在锅炉高效燃烧与NOx低排放之间找到合理的平衡点。

电站锅炉热管空气预热器动态数学模型

根据热管利用工质相变换热和“导热”性能好的优点，提出了热管换热器的“当量热容量”的概念，并据此用集总参数的形式，给出热管空气预热器的两种动态数学模型。对一前置式热管空气预热器数字仿真的结果表明：金属、工质环节合并的模型完全适合电站锅炉烟风系统热管空气预热器动态数字仿真。

基于双核嵌入式系统及ALN算法的智能气象站系统

现代工业控制领域和能源行业往往需要气象数据的支持,这些数据不仅包括实时采集的气象数据,而且包含了未来一段时间内的气象预测数据.提出一种基于OMAP-L138的ARM+DSP芯片并使用自适应线性逻辑网络(ALN)算法来实现具有预测功能的气象站系统.该系统可以通过三个月以上的历史数据训练出预测模型,并使用当前采集的气象数据作为预测模型的输入即可预测得到未来一段时间内的预测数据.

高组态化电力调度管理信息系统架构方法

针对电力调度管理信息系统(PMIS)功能复杂、用户需求多变性导致系统开发、维护难的弊端,提出了高组态化的PMIS架构方法,该架构为类似'模型-视图-控制器'(MVC)的轻量灵活解决方案。PMIS将系统设计划分成用户视图、请求控制器、模型库和数据源4层结构。通过包括人机界面(HMI)及数据结构的二维组态、界面局部更新机制以及跨平台数据库交互组件等方式完成PMIS的管理配置、系统实施和运行维保。设计最终优化了现有PMIS系统开发和维护模式。

综合监控系统多关系数据库同步组件设计

基于综合监控系统(ISCS)软件平台的城轨运营管理正逐步走向精细化,并产生越来越多的历史业务数据分离、合并的需求。针对此需求提出一种适应于多关系数据库节点的数据自由流动同步方案及组件Sycom。通过灵活组态同步规则和路径标签的方法配置和定制数据流向;使用周期调度和批处理管理同步过程和资源。组件最终实现跨操作系统平台运行的多关系数据库间可定制的便捷的数据同步。

基于ExtJs的光伏发电预测系统

鉴于光伏功率预测在光电并网中对保持电网功率平衡和电网持续有效地运行有重要意义,介绍了一种基于ExtJs的光伏电站功率预测系统的实现方式。简述了开发过程中使用的开源前端技术ExtJs,及其MVC架构和与服务器的交换方式,给出了系统所使用的自适应逻辑网络预测算法,及系统相关功能描述,对系统的性能进行评价。现场运行结果表明:该预测系统具有良好的可操作性、易维护性和预测准确性。