基于迁移学习的风电机组叶片损伤检测与分析

针对风电机组叶片损伤成因复杂、故障识别效率低、精度不足等问题,提出一种基于迁移学习改进的DenseNet网络(DenseNet-TL)的风电机组叶片损伤检测方法。建立DenseNet-TL数学模型,提升特征提取能力,在该模型下对风电机组叶片图像进行识别分析,以确定叶片的损伤状态。以某风场数据集进行离线训练和测试,结果表明:与AlexNet、ResNet模型进行对比,该模型可有效节省训练时间、提高模型的泛化能力,训练准确度平均值达到90%以上,验证了该方法的有效性和精确性。

整体煤气化联合循环发电系统理论优化分析研究

整体煤气化联合循环(IGCC)发电技术是煤气化技术和联合循环发电技术有机结合的先进动力系统,具有效率高、环保性能好等优点,是世界上具有良好发展前途的先进洁净煤发电技术之一。通过分析IGCC系统的供电效率,提出了优化目标函数,通过研究气化岛系统、燃气岛系统和常规岛系统的质量和能量平衡,提出了IGCC系统的理论优化模型,从而得出了IGCC系统的优化内容,并给出了优化思路。