一种并网型风电场短期风速组合预测方法

    公开(公告)号:CN106447063A

    公开(公告)日:2017-02-22

    申请号:CN201510489096.7

    申请日:2015-08-11

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明属于环境技术领域公开了一种并网型风电场短期风速组合预测方法,主要基于小波分解和遗传算法优化最小二乘支持向量机的风电场短期风速组合预测方法;在建立了风速预测的预测模型后,利用风电场实测数据进行了一天内的短期风速预测,并与单一预测模型进行比较,在此基础之上,建立了遗传算法优化RBF神经网络模型,拟合得出负荷该风电场特性的实际风速-功率曲线模型。本发明通过利用WD将原始风速序列分解为一系列具有不同尺度的数据序列,根据各序列的自身特点构建不同的GA_LS_SVM模型进行预测,最后各分量预测值通过重构转化为风电场短期风速的最终预测结。

    中速磨煤机振动故障诊断方法

    公开(公告)号:CN106153179B

    公开(公告)日:2019-12-27

    申请号:CN201510170470.7

    申请日:2015-04-10

    IPC分类号: G01H11/06 G06N3/08

    摘要: 本发明公开了一种中速磨煤机振动故障诊断方法,涉及磨煤机的故障诊断方法技术领域。所述方法首先对磨煤机振动进行故障特征分析,得出磨煤机电流是磨煤机振动故障分析的重要监测参数,随后通过历史数据的相关性从分析筛选出了磨出口风压、给煤机给煤量、磨入口一次风量和磨出口温度四个辅助变量,以这四个辅助变量来预测电流,并用实测电流与预测电流作差,取磨煤机电流残差序列构造磨振动量的方法,对磨电流残差序列进行三层小波包分解,获得8个频带的能量比,统计分析两种故障的能量比,得出磨辊磨损严重和磨内进异物两种故障的特征量区分明显,所述诊断方法具有诊断准确度高、测试效果好的特点。

    中速磨煤机振动故障诊断方法

    公开(公告)号:CN106153179A

    公开(公告)日:2016-11-23

    申请号:CN201510170470.7

    申请日:2015-04-10

    IPC分类号: G01H11/06 G06N3/08

    摘要: 本发明公开了一种中速磨煤机振动故障诊断方法,涉及磨煤机的故障诊断方法技术领域。所述方法首先对磨煤机振动进行故障特征分析,得出磨煤机电流是磨煤机振动故障分析的重要监测参数,随后通过历史数据的相关性从分析筛选出了磨出口风压、给煤机给煤量、磨入口一次风量和磨出口温度四个辅助变量,以这四个辅助变量来预测电流,并用实测电流与预测电流作差,取磨煤机电流残差序列构造磨振动量的方法,对磨电流残差序列进行三层小波包分解,获得8个频带的能量比,统计分析两种故障的能量比,得出磨辊磨损严重和磨内进异物两种故障的特征量区分明显,所述诊断方法具有诊断准确度高、测试效果好的特点。

    一种基于数据驱动的火电机组燃烧控制系统性能评价方法

    公开(公告)号:CN104732350A

    公开(公告)日:2015-06-24

    申请号:CN201510142830.2

    申请日:2015-03-30

    IPC分类号: G06Q10/06 G06Q50/06

    CPC分类号: G06Q10/06393 G06Q50/06

    摘要: 本发明公开了一种基于数据驱动的火电机组燃烧控制系统性能评价方法,包括以下步骤:A、将系统的运行周期分成若干个区间,随机选择两个区间采集系统的输出数据N和输出数据M;B、对输出数据N的偏差数据和监测数据M的偏差数据进行标准化处理;C、分别求解数据N和数据M对应的标准化处理后所得数据的协方差矩阵评价函数;D、根据步骤C得出的评价函数对系统的性能进行评价;E、采集其它区间内的系统输出数据M对应的偏差数据,然后重复步骤B、步骤C和步骤D,评价整个控制系统及各变量的性能变化情况。本发明不会对系统的正常运行产生额外的扰动,能够简单、可靠、准确的实现对多变量控制系统性能的评价。