基于ELMAN神经网络的短期风速预测

为了提高风电场风速短期预测的精确性,本文提出了基于Elman神经网络的预测。首先求出风速时间序列的嵌入维数和延迟时间,进而对混沌风速时间序列进行相空间重构。然后利用Elman神经网络对相空间重构后的风速时间序列进行预测,预测结果表明基于Elman神经网络的预测效果满足了精度要求。本文同时运用BP神经网络进行预测。仿真结果表明,基于ELMAN神经网络的预测模型能够较为准确的进行短期风速的预测,具有很高的工程实际应用意义。

TYD220/3^(1/3)-0.01H型户外电容式电压互感器故障原因分析及改进

内蒙古大唐国际红牧风电场220 kV升压站母线TV在运行中发生二次端子盘漏油和一次侧断线故障,对故障现象进行了分析,确定TV漏油的原因为二次端子盘产生裂纹,一次侧断线的原因为中间电压端子引出线烧断。采取了将TV二次端子盘更换为改进型端子盘;改进油室内线路布局,增大中间电压端子引出线对低压部分的安全距离等措施。改造后再未发生上述故障。

风力发电机组低电压过渡能力测试分析

内蒙古大唐国际新能源有限公司某风电场XE72-2000型变速恒频直驱型风电机组本身具有一定的低电压过渡能力,电压跌落不少于50%额定电压时,可以安全度过,但不满足电网电压跌落至20%额定电压时,低电压过渡时间不低于625 ms的要求。针对这一问题,对该型风电机组进行低电压过渡能力改造,在风电机组控制系统增加1个30 kW的在线三相UPS电源,使风电机组在电网故障时保持发电机机端电压在额定水平。改造后,对控制系统进行仿真建模验证以及现场实际测试检验,结果表明,改造后的风电机组具备低电压过渡能力,满足《风电场接入电网技术规定》的相关要求。