风电机组设计标准中风模型的演变过程

风参数是风电机组设计中最重要的外部环境参数,其取值直接影响风模型的准确性,进而影响风电机组的设计成本及其在现场环境中的适应性。为了使中国风电行业从业者了解风电机组设计标准中风模型的演变过程,在风电机组设计开发、适应性评估等各个阶段选用更为合适的风模型及其参数,重点介绍了正常湍流模型(NTM)、极端湍流模型(ETM)、极端运行阵风(EOG)模型、方向变化的极端相干阵风(ECD)模型、极端风剪切(EWS)模型等风模型的修订背景、修订方法及其影响。虽然IEC 61400-1系列标准中的风模型根据行业应用经验在不断演变,但随着风电机组大型化发展趋势,风模型的真实代表性仍面临巨大挑战,尤其是50年重现期的极端工况下的风模型,很难通过实测数据验证,其在不同现场的代表性和合理性值得进一步探究。

基于AR-Copula与ICA的脑电噪声检测和去除

在脑电信号的实时采集过程中,噪声伪迹会对采集到的脑电信号产生较大的畸变。利用Copula理论结合AR时间序列模型研究脑电信号与引起其畸变的噪声之间的相关性,设计并实现了基于尾部相关性的脑电噪声自动检测算法。根据检测结果,对受干扰的数据段进行了ICA噪声去除处理。本文方法能够自动检测受干扰影响的数据段,并且在很大程度上减少了ICA算法的迭代次数,提高了数据实时处理的效率,适用于脑电信号的实时处理过程。