一种多变量建模的火电厂发电量预测方法

    公开(公告)号:CN107704958A

    公开(公告)日:2018-02-16

    申请号:CN201710916393.4

    申请日:2017-09-30

    Applicant: 渤海大学

    CPC classification number: G06Q10/04 G06Q50/06

    Abstract: 本发明提供一种多变量建模的火电厂发电量预测方法,包括:在线采集火电厂多个因素变量、特征变量;进行降噪处理;灰色关联度分析确定影响特征变量的主要因素变量;利用满足建模条件的特征变量和主成分建模变量建立灰色模型,利用神经网络修正;得到发电量预测结果。本发明过滤火电厂数据中噪声等干扰信息,利用灰色关联度去掉不必要因素序列数据,再对剩余主要因素变量降维处理,既减少数据的维数,提高因素变量的利用率,又考虑了因素变量对特征变量的影响;利用神经网络对灰色GM(1,N)模型的特征变量的建模误差数据进行训练,进而修正灰色GM(1,N)模型特征变量的预测误差,充分利用了神经网络的非线性函数逼近能力,以及不易陷入局部最优解的特点。

    一种火电厂发电日耗煤炭量的预测方法

    公开(公告)号:CN107527122A

    公开(公告)日:2017-12-29

    申请号:CN201710917256.2

    申请日:2017-09-30

    Applicant: 渤海大学

    Abstract: 本发明提供一种火电厂发电日耗煤炭量的预测方法,包括:获取该火电厂n天内发电日耗煤炭量;判断是否满足灰色GM(1,1)模型建模条件;采用灰色GM(1,1)模型对满足建模条件的火电厂发电日耗煤炭量进行建模;采用灰色随机GM(1,1)模型对n天内火电厂发电日耗煤炭量进行建模;利用灰色随机GM(1,1)模型进行预测,将灰色随机GM(1,1)模型输出估计值进行数据逆变换,对灰色随机GM(1,1)模型进行建模误差分析;判断灰色随机GM(1,1)模型的平均相对误差是否满足设定要求;计算残差序列;将残差序列建立灰色随机GM(1,1)模型,对火电厂发电日耗煤炭量进行预测。本发明利用灰色随机GM(1,1)模型对火电厂发电日耗煤炭量进行建模及预测,更能清晰的揭示复杂数据内部信息,能够取得更好的建模和预测效果。

    旋转倒立摆实时监控系统的建模方法

    公开(公告)号:CN104766357B

    公开(公告)日:2017-11-21

    申请号:CN201410392778.1

    申请日:2014-08-12

    Applicant: 渤海大学

    Abstract: 一种旋转倒立摆实时监控系统的建模方法,可为工科自动化和机电一体化的专科、本科以及研究生开发一种理想的综合实训平台。其步骤如下:1、旋转倒立摆对象建模,包括单级旋转倒立摆的数学建模和单级平面旋转倒立摆建模;2、空间旋转三维模型的建立,包括三维空间的坐标变换和三维到二维变换,三维空间的坐标变换包括平移变换、H变换和V变换。本发明针对一维旋转倒立摆建立数学模型和二维平面旋转倒立摆建立数学模型;一维与二维平面旋转倒立摆的建模为控制系统的分析、综合以及人机交互具有重要意义;本发明针对实时监控系统的三维动画显示建立了旋转空间的三维模型及三维到二维空间的变换模型,可以实现任意视角观察倒立摆的运行状态。

    一种模拟双耳效应的室内多声源定位装置及方法

    公开(公告)号:CN104965194B

    公开(公告)日:2017-05-03

    申请号:CN201510458177.0

    申请日:2015-07-29

    Applicant: 渤海大学

    Abstract: 本发明提供一种模拟双耳效应的室内多声源定位装置及方法。该装置包括声源信号采集单元、信号预处理单元、信号分析与处理单元、多声源定位结果显示单元;声源信号采集单元的输出端连接信号预处理单元的输入端,信号预处理单元的输出端连接信号分析与处理单元的输入端,信号分析与处理单元的输出端连接多声源定位结果显示单元。方法包括各声压传感器实时采集混合声源声压信号;对各声压传感器采集的混合声源声压信号进行预处理;对各声压传感器采集的混合声源声压信号进行分析与处理,完成多声源定位;显示多声源定位结果。本发明能够有效利用声压传感器测量数据,低成本、简便地定位近场目标声源,具有极大的实用价值。

    旋转倒立摆实时监控系统的建模方法

    公开(公告)号:CN104766357A

    公开(公告)日:2015-07-08

    申请号:CN201410392778.1

    申请日:2014-08-12

    Applicant: 渤海大学

    Abstract: 一种旋转倒立摆实时监控系统的建模方法,可为工科自动化和机电一体化的专科、本科以及研究生开发一种理想的综合实训平台。其步骤如下:1、旋转倒立摆对象建模,包括单级旋转倒立摆的数学建模和单级平面旋转倒立摆建模;2、空间旋转三维模型的建立,包括三维空间的坐标变换和三维到二维变换,三维空间的坐标变换包括平移变换、H变换和V变换。本发明针对一维旋转倒立摆建立数学模型和二维平面旋转倒立摆建立数学模型;一维与二维平面旋转倒立摆的建模为控制系统的分析、综合以及人机交互具有重要意义;本发明针对实时监控系统的三维动画显示建立了旋转空间的三维模型及三维到二维空间的变换模型,可以实现任意视角观察倒立摆的运行状态。

    中低比转速泵/风机变速调节运行工况的测量方法

    公开(公告)号:CN102251955A

    公开(公告)日:2011-11-23

    申请号:CN201110086422.1

    申请日:2011-04-07

    Applicant: 渤海大学

    Abstract: 一种中低比转速泵/风机变速调节运行工况的测量方法,先把确定H-Q特性曲线方程的泵/风机置于管路系统中,通过变频器改变泵/风机的转速ni,同时改变管路中的流量Qi,根据转速ni下的泵/风机特性曲线方程计算出该转速下的扬程值Hi,式中:i=1,…,N,2≤N≤100;然后计算出该管路系统的管路特性方程的背压与阻抗参数;在确定管路特性方程参数的基础上,测量已知H-Q特性方程的泵/风机运行工况的转速n,然后确定该运行工况的扬程H与流量Q;或在确定管路特性方程参数的基础上,测量已知H-Q特性方程的泵/风机运行工况的流量Q,然后确定该运行工况的扬程H与转速n。该方法方便快捷,简化了测量设备,提高了测量的精度,通用性好,节省了人力物力,并可以在线应用。

    一种基于缺失数据填补的高压缸排汽温度预测方法

    公开(公告)号:CN111625924A

    公开(公告)日:2020-09-04

    申请号:CN202010325952.6

    申请日:2020-04-23

    Applicant: 渤海大学

    Abstract: 本发明涉及火力发电技术领域,提供一种基于缺失数据填补的高压缸排汽温度预测方法,包括:首先获取高压缸排汽温度采集序列x(0);然后对x(0)的一阶累加生成序列x(1)建立第一灰色GM(2,1)模型,利用优化算法求解该模型的参数,并计算高压缸排汽温度数据缺失值的估计值;接着,确定高压缸排汽温度模拟序列y(0),对y(0)的一阶累加生成序列y(1)建立第二灰色GM(2,1)模型,利用优化算法求解该模型的参数;最后,计算未来第n+l个采样点处模拟值的一阶累加生成值的预测值 和高压缸排汽温度的预测值 本发明能够提高缺失数据填补的准确性和高压缸排汽温度预测的精度。

    一种核电负荷的预测方法

    公开(公告)号:CN109558981B

    公开(公告)日:2020-06-30

    申请号:CN201811462801.4

    申请日:2018-12-03

    Applicant: 渤海大学

    Abstract: 本发明适用于发电技术领域,提供了一种核电负荷的预测方法,包括获取历史核电负荷序列;将历史核电负荷序列初值预处理为零,并进行分数阶累加生成变换,得到历史核电负荷的分数阶累加生成序列;基于历史核电负荷的分数阶累加生成序列,利用核电负荷数据预测模型预测出未来时刻核电负荷的分数阶累加生成序列;对预测出的未来时刻核电负荷的分数阶累加生成序列进行累减运算,且进行初值预处理的逆运算,得到未来时刻核电负荷序列。本发明提高灰色模型的建模和预测精度,可以用于对中短期核电负荷进行预测,提高核电站数据的预报能力,进而保障核电站内部机组的安全可靠工作。

    基于双神经网络的离心式水泵系统的建模方法

    公开(公告)号:CN105550447A

    公开(公告)日:2016-05-04

    申请号:CN201510932619.0

    申请日:2015-12-14

    Applicant: 渤海大学

    CPC classification number: G06F17/5086 G06F17/5036

    Abstract: 一种基于双神经网络的离心式水泵系统的建模方法,可解决传统建模方法依赖于精确的泵特性方程与管道特性方程问题,其步骤如下:建立以泵调速比K、泵流量Q为输入变量,泵扬程H、泵的轴功率Pin为输出变量的数学模型,建立以调速比K与轴功率Pin为输入变量、泵流量Q与扬程H为输出变量的泵系统模型,得到双输入-单输出的数学模型:采用双神经网络建立泵系统模型,其中神经网络NN1与NN2分别是双输入-单输出的BP神经网络;调速比K、轴功率Pin作为神经网络NN1的输入,调速比K、神经网络NN1的输出作为神经网络NN2的输入,输出层的神经元的阀值为bk,输出层的输出为输出变量扬程H。

    阶梯式电容器组投切装置及其投切方法

    公开(公告)号:CN103078331B

    公开(公告)日:2016-05-04

    申请号:CN201210591406.2

    申请日:2012-12-31

    Applicant: 渤海大学

    CPC classification number: Y02E40/30 Y02E40/74 Y04S10/22

    Abstract: 一种阶梯式电容器投切装置及其投切方法,可对电能质量实时监测并进行无功投切控制,同时具有电容器组、投切开关的故障诊断功能,增加系统的可靠性。它由电力参数读取单片机系统、投切控制单片机系统、故障诊断单片机系统及协调控制单片机系统构成,所述电力参数读取单片机系统由第一电压互感器、第一电流互感器、电能计量模块、电网故障状态指示模块、电网故障声光报警模块及电力参数读取单片机构成;所述故障诊断单片机系统由第二电压互感器、第二电流互感器、故障诊断单片机、投切开关的辅助触点、电容器组故障状态指示模块及电容器组故障声光报警模块构成;四个单片机构成具有主机-客机关系的子系统,即能单独完成各自的任务,又能协同工作。

Patent Agency Ranking