上海市教育委员会创新基金(09ZZ211)
- 作品数：12 被引量：67H指数：5
- 相关作者：徐余法陈国初俞金寿杨维张延迟更多>>
- 相关机构：上海电机学院华东理工大学更多>>
- 发文基金：上海市教育委员会创新基金上海市教育委员会重点学科基金上海市自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术化学工程理学更多>>
- 汽轮发电机失磁异步过程被引量：1
- 2015年
- 针对汽轮发电机失磁故障对网机之间的稳定性造成的危害,分析了汽轮发电机失磁异步过程。以发电机失磁过程中的暂态特性和稳态特性为研究对象,利用派克变换原理,采用MATLAB/Simulink软件工具箱搭建单机无穷大系统,先以发电机失磁故障的暂态过程为基础,对定子电流、有功功率、无功功率、功角等物理量在此过程中的暂态特性进行分析;再以50 MW发电机为仿真实例,研究其发生失磁故障时的稳态变化。仿真结果表明:发电机带额定负荷发生失磁故障时,系统参数波动范围大,振动较严重,进入稳态异步运行的时间较长,对电机和电网产生严重危害。
- 王道元徐余法刘昌奇王敬莆
- 关键词：暂态特性稳态特性失磁额定负荷
- 改进的EMD及其在风电功率预测中的应用被引量：11
- 2011年
- 针对非平稳信号在经验模态分解(Empirical Mode Decomposition,EMD)过程中包络拟合时出现的过冲/欠冲问题,提出采用分段三次Hermite插值代替三次样条插值作为新的包络拟合算法。针对神经网络对非平稳性功率序列预测困难问题,采用EMD和神经网络相结合的方法对发电功率进行预测。使用改进的EMD对功率序列进行分解,降低序列的非平稳性,然后使用神经网络对各分量进行预测,最后通过叠加得到预测结果。利用该方法对东北某风电场进行功率预测,仿真结果表明,与其他方法相比,基于改进的EMD-ANN方法具有较高的预测精度。
- 王鹏陈国初徐余法俞金寿
- 关键词：经验模态分解HERMITE插值人工神经网络风电功率
- 文化微粒群神经网络在用电量预测中的应用被引量：5
- 2011年
- 为了提高传统神经网络在中长期用电量负荷预测中的速度和预测精度,将文化算法、微粒群算法融入神经网络中,设计了文化微粒神经网络模型;将该模型用于我国某地区中长期用电量预测建模,采用了滚动时间窗技术处理输入输出数据,进一步优化模型数据输入量。该方法综合了微粒群算法的全局寻优能力和文化算法的演化优势。通过与传统的灰色预测模型以及实际数据对比,结果表明,结合滚动时间窗技术的文化微粒神经网络模型用于地区中长期用电量预测建模效果更佳,预测结果更能满足实际要求。
- 陈国初
- 关键词：文化算法微粒群算法神经网络
- 简化的分类微粒群算法及其在风电场建模中的应用被引量：4
- 2011年
- 提出一种简化的分类微粒群算法.首先将微粒按适应值的差异划分成较好、普通和较差3类;然后对这3类微粒分别采用3种对应的没有速度项的简化模型进行动态制整,有效地增加了种群的多样性.通过对4种典型测试函数的仿真实验,并与经典PSO和2个目前较为流行的改进PSO进行比较,实验结果表明了所提出的改进算法具有更好的优化性能.将改进算法用于风电场风速概率模型优化的实验结果表明,与传统最小二乘法相比,该方法拟合的Weibull参数精度更高,更具实际参考价值.
- 陈国初杨维张延迟徐余法俞金寿
- 关键词：微粒群优化算法动态模型
- 改进的D_S证据理论方法及其在风力发电机故障诊断中的应用被引量：1
- 2013年
- 针对D_S证据理论直接处理高冲突证据合成时会出现诊断结果不合理的问题,提出了一种相对加权证据合成法。在多个证据融合时,该方法综合利用证据的均值距离和冲突强度表示证据冲突,并根据各证据与其它证据的冲突程度确定其权重系数,在此基础之上采用相对加权的方法对证据的基本概率指派函数修正,然后用D_S规则合成。将所提出的方法应用到风力发电机组的故障诊断中,结果表明了所提方法对高冲突证据融合的有效性。
- 陈莹莹徐余法陈国初
- 关键词：故障诊断
- 基于有限元分析的一种超超高效异步电机被引量：8
- 2015年
- 为尽量少的增加成本和材料条件,进一步提升电机的效率,降低电机损耗,对YE3-132S-6X3超高效电机进行损耗分析。针对其损耗分析的特点,通过改变电机的定转子槽配合及有限元分析,进一步对槽型和绕组进行了设计。为再进一步降低铁耗,采用了新型硅钢片。通过有限元分析对比与试验测试发现YE3-132S-6X3电机的效率达到了超超高效的目标,而其他性能参数仍能满足要求。
- 刘昌奇徐余法李全峰李睦益
- 关键词：有限元分析损耗异步电机
- 基于随机集含糊证据的风力发电机故障诊断方法被引量：11
- 2012年
- 针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。
- 苗锐陈国初李月徐余法俞金寿
- 关键词：故障诊断随机集证据理论风力发电机
- 含风能高频交流微网运行频率选择
- 2015年
- 风能最大的特点就是不稳定性与随机性,利用微网可以弥补风力发电天然的缺陷。通过合理设定高频交流的运行频率,可有效的减小风力发电机的滤波器体积、变压器体积,高频电相比于工频也更易于滤除谐波,使得风力发电的质量得到改善。在实际含风能高频交流微网的设计中,输电线路损耗和风力发电机结构是限制运行频率的两个重要因素,文章基于此二者详细探讨了如何合理选择含风能高频交流微网的运行频率。
- 戴志军徐余法梅晓娟苏强强
- 关键词：风能
- 风电场风速概率分布参数计算新方法被引量：18
- 2011年
- 风能资源评估关系到风电的经济性和开发价值,一个地区的风速概率分布是该地区风能资源状况的最重要指标之一。在认为风电场风速服从双参数韦布尔(Weibull)分布前提下,为了提高参数计算精度,从智能化的角度提出尝试采用改进的微粒群算法对Weibull双参数进行建模和优化。由此参数估算能直接反映出风能资源特性的风能特征指标,与由常规最小二乘法、丹麦WAsP软件以及历史风速数据序列所计算的结果相比,实验表明该方法拟合精度更高,更接近实际风速状况,为风电场规划设计提供了更具价值的参考。
- 陈国初杨维张延迟徐余法
- 关键词：风电场改进微粒群算法
- 基于小波分解的风电场短期功率混合预测模型被引量：7
- 2011年
- 为提高预测前1 h风电功率的精度,提出一种基于小波分解(WD)的人工神经网络(ANN)及最小二乘支持向量机(LS-SVM)相结合的预测方法。通过小波分解将功率和风速序列分解为不同频率的子序列,根据风机输出功率特点分析,对低频和高频子序列分别采用ANN法和LS-SVM法进行预测,最后通过重构得到预测结果。利用该方法对东北某风电场提前1 h的功率进行预测,实验结果表明:该模型具有较高的预测精度,与单纯的BP神经网络的模型相比,绝对平均误差从10.25%下降到5.62%。
- 陈国初王鹏徐余法俞金寿
- 关键词：小波分解人工神经网络最小二乘支持向量机风电功率
