期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
sCO_(2)太阳能热发电流化床固体颗粒/sCO_(2)换热器建模与仿真研究 被引量:3
1
作者 杨熠辉 余强 +1 位作者 王志峰 白凤武 《太阳能学报》 EI CAS CSCD 北大核心 2022年第8期195-203,共9页
为了研究不同运行工况条件下的换热特性,利用分段集总参数法搭建流化床固体颗粒/sCO_(2)换热器的仿真数学模型,并对换热系统在不同输入变量扰动下的动态特性及对关键参数的敏感性进行分析和研究。结果表明:换热系统输入侧入口温度的扰... 为了研究不同运行工况条件下的换热特性,利用分段集总参数法搭建流化床固体颗粒/sCO_(2)换热器的仿真数学模型,并对换热系统在不同输入变量扰动下的动态特性及对关键参数的敏感性进行分析和研究。结果表明:换热系统输入侧入口温度的扰动对换热器输出温度的影响幅度较大,而输入侧质量流量的扰动对输出温度的影响较小;小管径和低管数有利于获得较高的sCO_(2)侧换热系数;同时,在符合最小流化条件下,小粒径和较低的流化气体速度有利于颗粒侧传热系数的提高。 展开更多
关键词 太阳能热发电 固体颗粒 超临界二氧化碳 换热器 集总参数法
在线阅读 下载PDF
基于相似日聚类的超短期光伏功率组合预测模型 被引量:14
2
作者 常青松 杨昭 +2 位作者 杨熠辉 雷阳 何信林 《热力发电》 CAS CSCD 北大核心 2023年第11期123-131,共9页
针对功率预测模型受光伏功率波动性影响导致预测精度低的问题,提出一种基于相似日聚类的光伏功率预测组合模型。首先,采取k-means聚类算法将原始功率数据按不同天气类型划分为晴天、雨天和多云3种相似日样本集,并利用变分模态分解(VMD)... 针对功率预测模型受光伏功率波动性影响导致预测精度低的问题,提出一种基于相似日聚类的光伏功率预测组合模型。首先,采取k-means聚类算法将原始功率数据按不同天气类型划分为晴天、雨天和多云3种相似日样本集,并利用变分模态分解(VMD)对相似日样本进行分解;其次,采用卷积神经网络优化支持向量机(CNN-SVM)和双向长短时记忆(BiLSTM)神经网络2个单模型分别对分解后的功率数据进行预测叠加并将预测结果进行加权组合,利用网格搜索(GS)算法寻找最优组合权重,提升组合预测模型性能;最后,以澳大利亚某光伏电站1年实测数据为例,验证所提出光伏功率预测模型的有效性。实验结果表明:无论何种天气类型,所提出模型均能很好地对光伏功率实现预测,具有较强的适应性。 展开更多
关键词 光伏功率预测 卷积神经网络 支持向量机 长短时记忆神经网络 网格搜索算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部