基于BA-Elman算法的预应力钢筋混凝土梁损伤识别研究

为了准确识别预应力混凝土结构的损伤程度,制作预应力钢筋混凝土实验梁,进行三点弯曲加载实验,收集损伤全过程声发射(AE)信号.绘制声发射振铃计数与持续时间的特征参数关联分布图,以揭示梁的损伤演化过程.借鉴加卸载响应比理论进一步将梁的损伤破坏过程划分为4个典型阶段.构建Elman神经网络,基于Elman神经网络采用局部搜索算法,难以达到全局最优的缺点,提出用蝙蝠算法(BA)对其进行优化.设计BA-Elman神经网络模型训练识别试验梁各损伤阶段AE信号特征参数数据,准确率达到93%,相较于基础Elman神经网络准确率提高了6%左右.定型BA-Elman网络结构并识别同种工况下的其他梁AE信号,识别准确率达到92%左右.

基于GRU算法的预应力混凝土梁声发射损伤识别

损伤识别是结构损伤演化全过程监控的基础.采集预应力混凝土梁加载破坏全过程的声发射信号,并在自适应去噪的基础上,利用门控循环单元神经网络,实现了预应力混凝土梁破坏阶段的识别.研究结果表明:门控循环单元神经网络可以较好地适配损伤识别任务,在理想状况下,其损伤阶段的识别准确率可逼近96%,但稳定性不佳;通过自适应去噪方法修正后,门控循环单元神经网络可获得高稳定性、高准确率的识别结果;通过去噪数据训练得到的神经网络模型,对带噪信号的损伤识别同样有效,其准确率主要受待测信号中的噪声占比控制.

风电系统的无功功率与电网电压稳定

论述了风电容量在占局部电网相当比例时,风电机组的无功功率调整与电网电压之间的关系,对于定速和变速风电机组的运行特性做了分析,提出了在需要做无功功率调整时风电机组应能满足的特殊要求。

变速恒频风电场在电网扰动时的表现

本文论述的是双馈感应发电机构成的变速恒频风电场在电网出现瞬态故障时的表现。其中风电机组的容量占电网容量的相当部分。