用多流管模型预测达里厄型垂直轴风力机性能

介绍了基于动量叶素理论的多流管模型对达里厄型垂直轴风力机进行气动性能预测的理论计算方法,并进行了算例计算。计算结果与单流管模型的计算结果以及试验结果的对比分析表明了多流管模型在性能预测方面的优越性,其结果更加可信。同时,分析了叶轮实度、雷诺数以及风剪切效应对风力机性能的影响,并对该计算模型的适用范围进行了讨论分析。

水平轴风力涡轮设计与性能预估方法的三维失速延迟模型——Ⅱ.模型建立及应用

为解决传统的水平轴风力涡轮设计与性能预估方法存在失速延迟现象的问题 ,以三维边界层积分方程为理论基础 ,分析讨论了产生这种现象的原因 ,并得到了决定叶片表面气流分离点位置的关键影响参数 ,以及参数的作用范围和量级。在分离因子模型的基础上 ,建立了风力涡轮设计与性能预估方法的三维失速延迟修正模型 ,该模型由二个关键影响参数 ( s/ r,Ω r/ u∞ )和三个与实测数据相关的经验修正因子 ( a、b、d)组成。通过与三个典型风力涡轮的实测结果对比 ,表明得到的叶片升力系数和功率输出符合很好 ,证明失速延迟修正模型有效适用 ,解决了原方法不适用于高风速工况的问题 ,提高了水平轴风力涡轮设计和性能预估水平。

基于支持向量数据描述和XGBoost的风电机组异常工况预警研究

该文提出一种基于支持向量数据描述(SVDD)和XGBoost模型的风电机组异常工况预警方法。从机组监控与数据采集系统(SCADA)数据中选择与转速和发电功率密切相关的特征变量,利用SVDD算法对建模数据进行预处理,采用XGBoost建立风机正常性能预测模型。以所建预测模型为基础,构建时间滑动窗计算性能评价指标,并根据统计学的区间估计理论合理确定风机性能异常预警指标阈值。采用某风电场1.5MW风电机组SCADA系统记录的若干真实故障案例,开展异常工况预警仿真试验。结果表明:基于SVDD和XGBoost的风机异常工况预警方法,可以有效地清洗数据,及时识别风电机组异常状态,对于提高风电机组运行的安全性具有较好的工程实用意义。

基于全自由尾涡法的风力机气动性能计算

建立非简化的全自由尾涡模型,以精确计算尾涡对风力机气动特性的影响;应用经典的升力线理论建立叶片气动模型,以准确计及粘性效应;利用预估-校正-松弛策略以保证尾迹求解的稳定性。借助并行处理技术和快速多极子方法加速诱导速度计算,极大降低了全自由尾涡模型的计算成本消耗。最后以NREL实验风轮为算例,并与CFD计算结果进行对比,验证了该方法的有效性。

水平轴风力涡轮设计与性能预估方法的三维失速延迟模型——Ⅲ.模型改进

传统的水平轴风力涡轮设计与性能预估方法是基于经典的叶素理论以及二维风洞翼型气动数据 ,为有效地设计高性能的风力涡轮 ,必须对该方法不能处理的失速延迟现象进行修正。文献[1 ,2 ]通过三维积分边界层方程的求解 ,建立了初步的三维失速延迟模型 ,近期的理论研究和实际应用发现 ,该模型还存在不完善之处。在进一步研究失速延迟机理的基础上 ,结合大量的文献资料 ,运用最新的研究结果 ,提出了改进方法及新版本的三维失速延迟修正模型。通过与实测数据对比 ,表明改进模型具有更明确的物理意义及更加准确的水平轴风力涡轮设计和性能预估效果。

基于广义回归神经网络的风电机组性能预测模型及状态预警

提出一种基于广义回归神经网络(generalized regression neural network,GRNN)的风力发电机组性能预测及异常状态预警方法。通过分析运行中影响风机主轴转速和发电功率的主要因素,确定了性能预测模型的输入和输出参数。运用监控与数据采集(supervisory control and data acquisition,SCADA)系统的真实历史数据,采用广义回归神经网络(GRNN)建立了风电机组的性能预测模型,通过比较模型的预测精度对GRNN的平滑因子进行了优选。以此模型为基础,采用滑动数据窗方法实时计算风电机组转速和功率的残差评价指标,当评价指标连续超过预先设定的阈值时,则可判断风电机组状态异常。采用某实际风电机组若干历史故障发生前后的真实SCADA数据进行模拟,验证了方法的有效性。

链式炮射击速度控制系统

链式炮是一种安装在武装直升机上的空对地航炮 ,是现代武装机常用的武器装备 ,本次设计是链式炮射击速度控制系统的硬件和软件 ,经联试实验符合设计要求 ,该系统的研制在国内尚属首次。