您的位置: 专家智库 > >

靳忠伟

作品数:8 被引量:32H指数:4
供职机构:上海理工大学能源与动力工程学院更多>>
发文基金:山东省优秀中青年科学家科研奖励基金汽车安全与节能国家重点实验室开放基金更多>>
相关领域:电气工程动力工程及工程热物理建筑科学交通运输工程更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 4篇电气工程
  • 2篇动力工程及工...
  • 1篇机械工程
  • 1篇建筑科学
  • 1篇交通运输工程

主题

  • 4篇电力
  • 3篇电力负荷
  • 3篇燃烧
  • 3篇负荷预测
  • 2篇电力负荷预测
  • 2篇数值模拟
  • 2篇燃烧室
  • 2篇加热器
  • 2篇值模拟
  • 1篇电力系统
  • 1篇电力需求
  • 1篇电力需求预测
  • 1篇电量
  • 1篇电量预测
  • 1篇短期电力负荷
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇制冷

机构

  • 8篇上海理工大学
  • 7篇山东大学
  • 1篇山东电力研究...

作者

  • 8篇靳忠伟
  • 7篇王桂华
  • 6篇陈康民
  • 5篇李国祥
  • 2篇姚章涛
  • 2篇闫伟
  • 2篇叶舟
  • 1篇单葆国
  • 1篇薛建波
  • 1篇毛华永
  • 1篇王伟

传媒

  • 3篇上海理工大学...
  • 1篇汽车工程
  • 1篇内燃机工程
  • 1篇节能与环保
  • 1篇系统仿真学报
  • 1篇山东电力高等...

年份

  • 1篇2008
  • 1篇2007
  • 3篇2006
  • 1篇2005
  • 2篇2004
8 条 记 录,以下是 1-8
排序方式:
汽车加热器内燃烧的数值模拟
2006年
利用AVL公司开发的FIRE软件,对一典型结构蒸发混合式汽车加热器燃烧室内的燃烧过程进行了数值模拟.其中,蒸发和燃烧分别采用Wall Film模型、Coherent Flame模型,氮氧化物(NOx)采用Zeldovich不平衡原理建模,碳烟(Soot)模型为FIRE模型.计算结果及分析表明,一层进气孔布置对燃油蒸汽浓度分布影响很大.加大进气孔直径使进气中心涡流增强,燃油在一级燃烧室中蒸发量增加.主要燃烧发生在二级燃烧室.进气孔切向进气能形成较强的中心涡流,使燃烧高温区主要集中在二级燃烧室的纵向轴心附近.一级燃烧室的周向涡区和二级燃烧室上半部的高温区是Soot生成速率最大的部位;最高燃烧温度未达NOx的生成温度条件,其生成量极少.
靳忠伟陈康民叶舟王桂华李国祥
关键词:加热器燃烧数值模拟
楼宇冷热电联产分布式电源发展应用浅析被引量:8
2004年
介绍了集供电、制冷、采暖和供卫生热水等功能为一体的新型楼宇分布式电源的原理、特点,分析了其在国内外的发展应用现状及前景。结合一个实例,对楼宇采用冷热电联产分布式电源进行了价值分析。
靳忠伟王桂华姚章涛姚章涛陈康民
关键词:楼宇冷热电联产采暖热水制冷分布式电源
蒸发混合式汽车燃油加热器燃烧室配风模拟计算及改进设计被引量:4
2006年
对蒸发混合式汽车燃油加热器燃烧室配风系统的结构进行了改进研究。采用k-ε双方程模型,利用FIRE软件,对一台5 kW加热器配风系统各层进气孔的直径、数量、位置、旋向等参数对燃烧室内部流场的影响进行了模拟计算和分析,结果发现:燃烧室内中心涡和周向涡并存,后者流速慢,是形成积碳的主要区域。提出了能够扩大中心涡、减小周向涡的改进方案,试验表明,改进方案较好地解决了原加热器一级燃烧室缩口及周壁局部积碳较多的问题。
王桂华靳忠伟李国祥毛华永王伟薛建波
关键词:内燃机燃烧室流场
α-加权模糊线性回归模型及其在电力需求预测中的应用被引量:6
2005年
建立了一种回归系数为对称三角模糊数的α加权模糊线性回归模型,运用模型进行了电量需求预测.实际需求和预测结果分析表明,该模型能够实现历史数据“重近轻远”的预测效果,进一步提高预测精度,减少预测误差,适合于电力需求预测.
靳忠伟叶舟陈康民姚章涛王桂华李国祥
关键词:电力负荷预测
汽车加热器燃烧室内进气流动的数值模拟
2006年
对典型结构的蒸发混合式汽车加热器燃烧室内部的进气流动进行数值模拟研究,对比分析1—4层进气孔结构及进气分流片对燃烧室内部流场的影响。
王桂华李国祥靳忠伟陈康民
关键词:加热器燃烧室气流数值模拟
一种短期电力负荷预测新方法的研究与应用被引量:4
2007年
通过对电力负荷变化规律和影响因素的分析,提出了一种新的短期电力负荷预测模型。首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中pij(t)改进模糊聚类分析;然后以每天的24点负荷数据、天气数据以及天类别数据为指标,将历史数据聚分成若干簇团,并采用动量BP神经网络针对每一簇团建立相应的预测模型。对山东地区1年的实际数据进行预测分析的结果表明,该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况(夏季典型日负荷)也有较好的预测精度。
靳忠伟陈康民闫伟王桂华
关键词:蚁群算法模糊聚类负荷预测
基于支持向量机的中长期电力负荷预测研究与应用被引量:8
2008年
采用一种新的机器学习方法——支持向量机,建立了中长期电力负荷预测模型.阐述了支持向量机的基本内容,对影响电力负荷诸多因素的样本集进行了标准化处理和主因素分析(PCA).采用Libsvm训练了数据集,并与灰色预测GM(1,1)模型、多元线性回归模型、模糊ISODATA聚类模型和BP神经网络进行对比.结果表明,此算法有更高的准确性,可为电力负荷预测提供有效依据.
靳忠伟陈康民闫伟王桂华
关键词:支持向量机统计学习理论电力负荷预测
新型线性回归模型及其在山东电量预测中的应用被引量:2
2004年
提出一种新型线性回归预测模型 ,采用基于相对误差意义下的最小二乘法对回归系数进行计算 ,并以山东省居民用电量预测为实例 ,分别用传统的线性回归模型和新型线性回归模型进行预测。预测结果分析表明 ,新型线性回归模型在预测精度方面有了进一步提高。
靳忠伟黄学政单葆国
关键词:电力系统电量预测线性回归模型
共1页<1>
聚类工具0