基于LabVIEW的风电场数据采集与处理系统

以PC机和PCI-6221数据采集卡为硬件,以LabVIEW2010为软件开发平台,设计风电场数据采集与处理系统。实验表明:该系统能实时采集数据并对数据进行处理并生成报告,在风电资源的评估和风速预测中取得良好效果。

面向公共服务的电子政务发展策略

基于我国电子政务发展现状,对面向公共服务的电子政务的发展阶段和功能进行了研究,并提出面向公共服务的电子政务系统框架,详细分析了面向公共服务的电子政务的实现。

影响火电厂仪表精准性的原因及策略论述

本文主要对火电厂仪器仪表相关内容进行了讨论,其中着重对影响火电厂仪表精准性的原因以及提高其精准性的策略进行了探究,有利于将火电厂的仪表测量的精度不断的进行提高,保证相关测量结果的准确性。通过对影响火电厂仪表精准性的原因以及提高策略进行讨论,以期推动火电厂的发展和进步。

基于差分吸收光谱技术的NH_3浓度反演算法研究

将差分吸收光谱法(DOAS)应用于NH3浓度反演。在传统的DOAS算法基础上,研究遗传算法、小波变换和卡尔曼滤波三种算法对低浓度NH3反演精度的影响。研究结果表明,对于信噪比较低的NH3吸收光谱信号,三种算法都具有良好的去噪能力。在NH3浓度低于7.6mg/m3的情况下,三种算法的反演精度相对于传统的DOAS算法明显提高。其中传统的多项式滤波法结合卡尔曼滤波法差分吸光度残差标准差为0.1341%,峰峰值为0.6132%,反演精度最高,误差在±0.3%以内。

基于差分吸收光谱技术NH_3浓度在线反演方法研究

差分吸收光谱法(DOAS)原理简单、检测精度高、响应速度快、可应用于非接触和连续在线监测。本文利用差分吸收光谱法对NH_3浓度进行在线反演。不同于传统的DOAS中选取部分波长点光谱数据反演气体浓度,本文充分利用反演波段内所有实验数据,联立超定方程组,并用最小二乘法求解。为了消除温度对反演结果的影响,利用20℃与其他温度下NH_3分子数密度比的比值和对应温度的关系拟合出温度补偿函数对反演结果进行温度补偿。实验结果表明该方法反演NH_3浓度时具有较高的反演精度。

基于ARIMA模型误差修正的小波神经网络风速短期预测

风电场风速短期预测对于风力发电具有重要意义。本文首先根据国家标准《风电场风能资源评估方法》推荐的方法对风速数据进行预处理,修正不合理的数据以及插补丢失的数据:接着运用小波神经网络对预处理之后的数据进行预测,并对预测之后的残差形成的随机序列建立ARIMA误差预测模型,最后用预测的误差来修正风速预测结果。将以上方法用于某小型风电场实测数据,并将运算结果与小波神经网络的预测进行比较,MAPE降低了46.97%,结果表明基于ARIMA模型误差修正的小波神经网络明显改善了风速预测的精度,可有效应用于短期风速预测。