基于改进的分数阶超临界机组水煤比控制方法仿真

1

作者 李士哲 杜毅恒 刘帅 《河北大学学报(自然科学版)》 北大核心 2025年第3期289-298,共10页

针对超临界机组给煤量与给水流量响应速度不匹配以及工况变动引发的参数摄动问题,提出将燃料-中间点温度控制系统简化为具有参数不确定性的单输入单输出形式,以便确定参数变动范围.设计了一种针对该参数不确定性系统的分数阶定量反馈控... 针对超临界机组给煤量与给水流量响应速度不匹配以及工况变动引发的参数摄动问题,提出将燃料-中间点温度控制系统简化为具有参数不确定性的单输入单输出形式,以便确定参数变动范围.设计了一种针对该参数不确定性系统的分数阶定量反馈控制方案,并引入多重性能指标以优化控制效果.采用改进的多目标粒子群算法来解决控制系统性能优化与迭代效率之间的平衡并提升参数寻优的准确性.仿真结果表明,所提出的分数阶定量反馈控制系统能够显著提升超临界机组水煤比系统的控制性能,保障机组安全稳定运行. 展开更多

关键词 超临界机组 水煤比控制系统 分数阶控制 定量反馈理论 多目标粒子群算法

在线阅读 下载PDF 职称材料

基于局部模型网络的主汽温阶梯式动态矩阵控制

2

作者 石轲 董泽 孙明 《控制工程》 CSCD 北大核心 2024年第10期1812-1822,共11页

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了... 火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。 展开更多

关键词 动态矩阵控制 阶梯式策略 多模型预测控制 局部模型网络 主汽温控制

在线阅读 下载PDF 职称材料

融合持续同调-CNN的灰度化光伏红外图像的识别和分类 被引量：2

3

作者 孙海蓉 唐振超 +1 位作者 张洪玮 周黎辉 《太阳能学报》 北大核心 2025年第6期321-328,共8页

针对卷积神经网络对光伏红外热斑图像进行识别和分类准确率低、计算量大、光伏红外图像上热斑特征难以识别的问题,提出一种基于持续同调的对灰度化光伏热斑图像提取拓扑特征的算法。首先,将光伏红外热斑图像灰度化;然后将灰度化之后的... 针对卷积神经网络对光伏红外热斑图像进行识别和分类准确率低、计算量大、光伏红外图像上热斑特征难以识别的问题,提出一种基于持续同调的对灰度化光伏热斑图像提取拓扑特征的算法。首先,将光伏红外热斑图像灰度化;然后将灰度化之后的图像进行持续同调计算,得到条形码,从条形码中提取其拓扑特征组成新的图像;最后,用卷积神经网络对新的图像进行识别和分类。实验结果表明,灰度化后的光伏红外图像是一个单通道图像,计算量更小;提取的光伏红外热斑图像拓扑特征更易识别和分类,准确率更高。 展开更多

关键词 特征提取 卷积神经网络 持续同调 拓扑数据分析 拓扑特征 识别和分类

在线阅读 下载PDF 职称材料

基于改进Swin Transformer的人脸活体检测 被引量：2

4

作者 王旭光 卜辰宇 时泽宇 《中国测试》 北大核心 2025年第6期31-39,共9页

随着人脸识别技术的发展,人脸活体检测作为人脸识别系统的安全保障变得更加重要。但当前主流的人脸活体检测模型仅针对特定的检测场景及欺诈攻击方式,面对未知攻击的鲁棒性和泛化能力较差。为此,该文提出一种改进的Swin Transformer模型... 随着人脸识别技术的发展,人脸活体检测作为人脸识别系统的安全保障变得更加重要。但当前主流的人脸活体检测模型仅针对特定的检测场景及欺诈攻击方式,面对未知攻击的鲁棒性和泛化能力较差。为此,该文提出一种改进的Swin Transformer模型,即CDCSwin-T(central difference convolution Swin Transformer)模型。该模型以Swin Transformer为主干,利用其滑动窗口注意力机制提取人脸全局信息,同时引入中心差分卷积(central difference convolution,CDC)模块提取人脸局部信息,加强主干模型捕获真假人脸差异的能力,从而增强其面对未知攻击的鲁棒性;另外在主干模型中引入瓶颈注意力模块,引导模型关注人脸关键信息,加速模型训练;最终将主干模型不同阶段的多尺度信息进行自适应融合,进一步提升该文模型的泛化能力。CDCSwin-T模型在OULU-NPU数据集4个协议上的平均分类错误率(ACER)分别为0.2%,1.1%,(1.1±0.6)%,(2.8±1.4)%,在CASIA-MFSD和REPLAYATTACK数据集跨库测试上的半错误率(HTER)分别为14.1%,22.9%,均优于当前的主流模型,表明其面对未知攻击的鲁棒性和泛化能力均有所提升。 展开更多

关键词 人脸活体检测 Swin Transformer 瓶颈注意力模块 特征融合

在线阅读 下载PDF 职称材料

基于持续同调算法的光伏热斑识别与分类方法 被引量：1

5

作者 孙海蓉 张洪玮 +1 位作者 唐振超 周黎辉 《太阳能学报》 北大核心 2025年第5期285-292,共8页

针对光伏组件中红外热斑的识别及分类需训练样本数量较大以及准确率还有待提高的问题,提出一种基于持续同调算法与卷积神经网络相结合的热斑识别方法。首先使用拓扑数据分析中的持续同调算法,将红外热图像中RGB三通道上的数值映射到三... 针对光伏组件中红外热斑的识别及分类需训练样本数量较大以及准确率还有待提高的问题,提出一种基于持续同调算法与卷积神经网络相结合的热斑识别方法。首先使用拓扑数据分析中的持续同调算法,将红外热图像中RGB三通道上的数值映射到三维坐标系形成三维点云,然后进行持续同调计算,预先提取出图片内部所包含的拓扑特征,再将提取出的特征向量化处理后以固定的顺序排列,映射到图像的像素中去,并与图片的亮度及对比度特征相结合,最后将处理后的图像数据输入到调整后的LeNet-5卷积神经网络模型中,实现对光伏红外热斑的分类识别,并通过混淆矩阵计算各项性能指标,以评估模型的性能。实验结果表明,该模型有效地提取出隐藏在图像内部的高维拓扑特征,并与其他特征进行有利地互补结合,解决图像数据无法直接输入到持续同调算法中以及高维度拓扑特征无法直接作为深度学习模型输入的问题,同时提高了光伏红外热斑的分类识别准确率,且显著减少了所需的计算资源。 展开更多

关键词 光伏组件 特征提取 卷积神经网络 拓扑数据分析 持续同调 光伏热斑

在线阅读 下载PDF 职称材料

基于改进RT-DETR模型的光伏组件热斑缺陷检测

6

作者 张妍 赵春泓 +1 位作者 李冰 刘溢槟 《红外技术》 北大核心 2025年第8期1018-1026,共9页

针对无人机航拍光伏组件红外图像的背景复杂、热斑缺陷的形状大小各异、反光干扰导致目标特征显著度较低等问题,提出了基于改进RT-DETR模型的光伏组件热斑缺陷检测模型RT-DETRSRC。首先,以RT-DETR为基础模型,利用细粒化卷积SPD-Conv改... 针对无人机航拍光伏组件红外图像的背景复杂、热斑缺陷的形状大小各异、反光干扰导致目标特征显著度较低等问题,提出了基于改进RT-DETR模型的光伏组件热斑缺陷检测模型RT-DETRSRC。首先,以RT-DETR为基础模型,利用细粒化卷积SPD-Conv改进主干网络中的深度可分离卷积模块,精细化地提取缺陷的特征,提高模型的特征提取能力。在颈部网络中,提出RepBi-PANCARAFE结构来提升模型的检测精度。采用双向级联特征融合结构RepBi-PAN,增强深层特征和浅层特征之间的信息交互和特征融合;引入特征上采样算子CARAFE,在更大的感受野范围内捕获和整合上下文语义信息。实验结果表明,RT-DETR-SRC模型的mAP50和mAP50:95相较于基线模型分别提升了4.5%和4.1%,能够有效地识别红外图像中的热斑缺陷。 展开更多

关键词 光伏组件 红外图像 目标检测 热斑检测 RT-DETR

在线阅读 下载PDF 职称材料

绿电交易场景下计及温控负荷的高铁站两阶段调度策略 被引量：1

7

作者 陈文颖 刘洋 +3 位作者 刘卫亮 张晓雷 王昕 康佳垚 《太阳能学报》 北大核心 2025年第1期547-556,共10页

考虑绿电交易场景下清洁能源出力的不确定性和负载的波动性,基于随机模型预测控制提出一种计及温控负荷的高铁站两阶段能量优化调度策略。首先,根据热功率平衡原理,建立符合高铁站特性的温控负荷模型,并引入此温控系统参与高铁站两阶段... 考虑绿电交易场景下清洁能源出力的不确定性和负载的波动性,基于随机模型预测控制提出一种计及温控负荷的高铁站两阶段能量优化调度策略。首先,根据热功率平衡原理,建立符合高铁站特性的温控负荷模型,并引入此温控系统参与高铁站两阶段调度;其次,应用多元正态分布描述随机变量误差间的概率相关性,采用蒙特卡洛抽样和基于概率距离的场景快速削减方法生成高铁站日内绿电、光伏和负荷的典型场景,基于模型预测控制应用典型场景对日内高铁站用电系统进行滚动优化调度;最后以某高铁站为算例,分析典型季节下引入此温控模型的调度结果,验证所提模型在改善高铁站经济运行、新能源消纳等方面的优势及所提两阶段调度策略的鲁棒性。 展开更多

关键词 清洁能源 需求响应 蒙特卡洛抽样 绿电交易 温控负荷 随机模型预测控制

在线阅读 下载PDF 职称材料

考虑输入变量时延-特征提取的燃煤电站NO_(x)排放动态建模

8

作者 马宁 刘磊 +2 位作者 杨振勇 康静秋 董泽 《华北电力大学学报(自然科学版)》 北大核心 2025年第1期110-117,共8页

针对电站负荷变动工况下锅炉氮氧化物排放浓度难以有效预测的问题,提出了一种考虑输入变量时延-特征提取的电站锅炉氮氧化合物(NO_(x))排放动态建模方法,该方法将主元分析和高斯回归建模相结合,利用主元分析提取输入变量数据特征信息,... 针对电站负荷变动工况下锅炉氮氧化物排放浓度难以有效预测的问题,提出了一种考虑输入变量时延-特征提取的电站锅炉氮氧化合物(NO_(x))排放动态建模方法,该方法将主元分析和高斯回归建模相结合,利用主元分析提取输入变量数据特征信息,将提取信息的当前值和历史序列值作为高斯回归模型的输入;此外,锅炉NO_(x)浓度的历史时间序列值作为反馈数据添加到模型的输入中。以某1000 MW超超临界机组锅炉燃烧系统为对象,结合现场实际运行数据建立锅炉NO_(x)排放动态模型。实验结果表明:所建锅炉NO_(x)排放动态模型具有较高的预测精度和较强的泛化性能,对锅炉NO_(x)排放建模及智能控制研究有一定参考价值。 展开更多

关键词 氮氧化物 特征提取 高斯回归 动态建模

在线阅读 下载PDF 职称材料

基于EWT-LOF的热工过程数据异常值检测方法 被引量：30

9

作者 董泽 贾昊 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第2期126-134,共9页

异常数据检测是热工过程数据处理的重要组成部分,也是进行系统建模、优化、控制的基础。针对热工过程频繁变工况导致异常数据检测困难的情况,提出一种将信号分解方法与基于密度的检测方法相结合的热工过程异常值检测方法。首先利用经验... 异常数据检测是热工过程数据处理的重要组成部分,也是进行系统建模、优化、控制的基础。针对热工过程频繁变工况导致异常数据检测困难的情况,提出一种将信号分解方法与基于密度的检测方法相结合的热工过程异常值检测方法。首先利用经验小波变换方法提取热工过程时间序列的运行趋势,去除序列运行趋势后采用局部离群因子方法对各数据点求取其局部异常值,最后使用箱型图的方法确定序列异常点。通过使用某电厂1 000 MW机组的负荷数据作为实验数据,分别设置0.5%、1%、2%、5%、10%5种误差验证方法的有效性。实验结果表明,所提异常检测方法除对动态过程和稳态过程均具有适用性外,在以上5种误差条件下均取得了较高的检测准确率。 展开更多

关键词 异常数据检测 经验小波变换 局部离群因子 数据预处理 热工过程

在线阅读 下载PDF 职称材料

SCR脱硝系统NO_x排放浓度建模与仿真 被引量：8

10

作者 董泽 闫来清 《系统仿真学报》 CAS CSCD 北大核心 2020年第2期172-181,共10页

由于选择性催化还原(Selective catalytic reduction, SCR)脱硝系统在工况变化时具有非线性、大滞后和强干扰性的特点,提出基于互信息(Mutualinformation,MI)和核隐变量正交投影(Kernel-based Orthogonal Projections to Latent Structu... 由于选择性催化还原(Selective catalytic reduction, SCR)脱硝系统在工况变化时具有非线性、大滞后和强干扰性的特点,提出基于互信息(Mutualinformation,MI)和核隐变量正交投影(Kernel-based Orthogonal Projections to Latent Structures, KOPLS)对NOx排放浓度建立模型。利用互信息估计输入变量时延,并实现样本相空间重构;利用KOPLS建模。对标准数据集仿真,KOPLS具有较强的泛化、非线性逼近和抗噪能力。现场数据分析,MI-KOPLS与KOPLS相比,在训练和测试时RMSE减小17%和22%,使预测更精确;MI-KOPLS与其它算法相比,测试时RMSE和MAPE达到最小值3.1886mg/m^3和13.5917%,说明预测值最接近真实值,验证了其有效性。 展开更多

关键词 选择性催化还原 NOx排放浓度 互信息 核隐变量正交投影 建模

在线阅读 下载PDF 职称材料

基于改进DenseNet的电阻层析成像图像重建算法 被引量：2

11

作者 仝卫国 崔建昕 +1 位作者 门国悦 蔡天娇 《现代电子技术》 北大核心 2024年第21期34-39,共6页

针对电阻层析成像(ERT)的逆问题存在严重的病态性、非线性和欠定性,导致经典算法的重建图像通常精度偏低的问题,提出一种基于改进DenseNet网络优化的电阻层析成像重建算法。首先,采用Landweber算法迭代值作为图像重建初始解;其次,构建... 针对电阻层析成像(ERT)的逆问题存在严重的病态性、非线性和欠定性,导致经典算法的重建图像通常精度偏低的问题,提出一种基于改进DenseNet网络优化的电阻层析成像重建算法。首先,采用Landweber算法迭代值作为图像重建初始解;其次,构建了融合CBAM注意力机制的多尺度卷积模块以获取不同尺度特征,从而加强对关键特征的提取;使用DenseNet作为图像重建的主干网络,引入Swish作为网络的激活函数并融合dropout算法提高网络的泛化能力;最后,使用余弦退火算法优化学习率,避免模型训练陷入局部最优。此外,对改进DenseNet网络进行了抗噪性实验和静态实验。实验结果表明,采用改进算法进行ERT图像重建,相对误差和相关系数均得到提升。该算法不仅具有较高的重建精度和良好的可视化效果,还表现出对抗噪声干扰的特性。 展开更多

关键词 电阻层析成像 DenseNet CBAM 图像重建 多尺度卷积 余弦退火

在线阅读 下载PDF 职称材料

基于轻量化YOLOv5s的光伏热斑检测定位方法 被引量：1

12

作者 孙海蓉 刘永朋 周黎辉 《太阳能学报》 EI CAS CSCD 北大核心 2024年第11期282-288,共7页

针对目前目标检测技术在检测光伏热斑效应时模型检测速度低、计算复杂、模型结构复杂等问题,提出基于轻量化YOLOv5s的光伏热斑检测定位方法。首先,以YOLOv5s为基础模型,引入轻量网络ShuffleNetV2改进YOLOv5s的主干网络,利用其分组卷积... 针对目前目标检测技术在检测光伏热斑效应时模型检测速度低、计算复杂、模型结构复杂等问题,提出基于轻量化YOLOv5s的光伏热斑检测定位方法。首先,以YOLOv5s为基础模型,引入轻量网络ShuffleNetV2改进YOLOv5s的主干网络,利用其分组卷积和通道混洗的设计思想,减少模型参数和计算量,同时保持较高的准确率。其次,引入轻量级卷积GSConv优化YOLOv5s的Neck部分,利用其深度可分离卷积结合标准卷积的形式,降低计算复杂度,优化整体模型。最后利用数据集进行验证。结果表明,轻量化后的模型在保证较高精度的前提下,能够提高检测速度、减少参数量和计算量。 展开更多

关键词 光伏组件 特征提取 红外热图像 图像识别 热斑检测 YOLOv5

在线阅读 下载PDF 职称材料

一种基于航拍红外图像的光伏热斑故障分类检测方法

13

作者 张妍 裴兴豪 +1 位作者 李冰 张雄 《太阳能学报》 EI CAS CSCD 北大核心 2024年第9期353-359,共7页

针对航拍光伏红外图像热斑检测方法中小目标特征易丢失问题,提出一种光伏热斑故障分类检测方法。首先将多头自注意力机制结合CSPNet结构进行改进,提出CSPMAT网络,再将其引入New CSP-Darknet网络,构建CSPMAT-Darknet模型,实现了光伏组件... 针对航拍光伏红外图像热斑检测方法中小目标特征易丢失问题,提出一种光伏热斑故障分类检测方法。首先将多头自注意力机制结合CSPNet结构进行改进,提出CSPMAT网络,再将其引入New CSP-Darknet网络,构建CSPMAT-Darknet模型,实现了光伏组件热斑定位及分类。实验结果表明:该模型在小目标检测任务中的性能显著提升,且在目标尺寸差异较大的故障分类检测任务中,均值平均精度达到82.92%,提高了13.97个百分点,具有良好的检测精度和泛化能力。 展开更多

关键词 红外热图像 图像识别 特征提取 CSPNet 多头自注意力机制 分类检测

在线阅读 下载PDF 职称材料

泛采样频率下基于VMD-MTSO-XGBoost的滚动轴承故障诊断 被引量：2

14

作者 赵雅强 刘帅 +6 位作者 刘少康 刘卫亮 张启亮 刘长良 武英杰 王昕 康佳垚 《动力工程学报》 CAS CSCD 北大核心 2024年第11期1712-1722,共11页

针对机械振动监测系统加速度传感器采样频率不一致而带来的滚动轴承故障诊断速度与准确率降低等问题,提出了泛采样频率下基于变分模态分解结合改进金枪鱼群优化算法优化极端梯度提升树(VMD-MTSO-XGBoost)的滚动轴承故障诊断方法。首先,... 针对机械振动监测系统加速度传感器采样频率不一致而带来的滚动轴承故障诊断速度与准确率降低等问题,提出了泛采样频率下基于变分模态分解结合改进金枪鱼群优化算法优化极端梯度提升树(VMD-MTSO-XGBoost)的滚动轴承故障诊断方法。首先,对振动信号进行小波降噪和降采样处理,得到泛采样频率下的降噪信号;利用变分模态分解(VMD)处理泛采样频率下的降噪信号,提取本征模态函数(IMF)分量指标构成故障特征向量。然后,利用Circle混沌映射初始化金枪鱼群优化(TSO)算法种群,增加初始种群的丰富性和多样性;并采用逐维变异方法对最优个体位置进行扰动,提升算法跳出局部最优的能力,增强算法全局探索能力。最后,利用改进金枪鱼群优化(MTSO)算法对极端梯度提升树(XGBoost)参数进行优化,建立滚动轴承故障诊断模型。采用所提出的故障诊断方法对凯斯西储大学公开数据集、德国帕德博恩大学公开数据集和实测数据集进行了验证。结果表明:在泛采样频率下,相比于其他3种模型,所提出的故障诊断方法可以更加高效、准确地识别滚动轴承故障。 展开更多

关键词 滚动轴承 故障诊断 泛采样频率 VMD-MTSO-XGBoost

在线阅读 下载PDF 职称材料

基于两阶段多维数据生成与实时健康指数的风机齿轮箱故障预警 被引量：1

15

作者 马同旭 刘帅 +1 位作者 刘卫亮 刘长良 《仪器仪表学报》 CSCD 北大核心 2024年第11期266-276,共11页

针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进... 针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进行短期预测;然后,为提高预警准确度,提出一种基于两阶段多维数据生成的实时动态阈值设定方法,依据预测风速序列和生成器形成当前时刻油温阈值区间;最后,综合齿轮箱油温实际值和健康状态判别器输出,确定风电机组齿轮箱是否处于异常状态。实际数据的仿真结果表明,所提方法可有效降低虚警率,提前17 h预警风电机组齿轮箱潜在故障。 展开更多

关键词 风电机组 数据采集与监控系统 生成对抗网络 隐马尔科夫模型 风速预测 故障预警

在线阅读 下载PDF 职称材料

基于电热耦合效应的锂电池荷电状态与温度状态联合估计 被引量：3

16

作者 常小兵 侯宗尚 +2 位作者 刘连起 王光 谢家乐 《储能科学与技术》 CAS CSCD 北大核心 2024年第4期1142-1153,共12页

准确估计电池的荷电状态(SOC)和内部温度可以提高电池的性能和安全性。其中,电池模型的准确性和估计算法的适用性是关键。为了解决这两个问题,本文建立了圆柱形锂离子电池的多参数电热耦合模型。模型考虑电池SOC与温度变化之间的耦合关... 准确估计电池的荷电状态(SOC)和内部温度可以提高电池的性能和安全性。其中,电池模型的准确性和估计算法的适用性是关键。为了解决这两个问题,本文建立了圆柱形锂离子电池的多参数电热耦合模型。模型考虑电池SOC与温度变化之间的耦合关系,并且利用改进的熵热系数实验获得电池运行中产生的可逆热与不可逆热,通过可变遗忘因子最小二乘算法(VFFRLS)进行参数辨识,并对比独立的电模型与热模型的SOC与内部温度估计结果,验证了多参数电热耦合模型的准确性,结果证明所提模型相比较于单独的电热模型,估计精度提高了70%以上。最后,设计了一种基于奇异值分解的卡尔曼滤波(SVD-AUKF)算法来同时在线估计SOC和内部温度,并在改进的动态测试(DST)工况下对所提方法进行实验验证。结果表明:所提方法相较于扩展卡尔曼滤波(EKF)与无迹卡尔曼滤波(UKF)算法,能实现更高精度的SOC和温度估计,SOC与内部温度的平均误差分别是5%和0.2℃。 展开更多

关键词 可逆热 SOC和温度联合估计 多参数电热耦合模型 SVD-AUKF算法

在线阅读 下载PDF 职称材料

数字孪生在火电机组数字化转型中的应用 被引量：6

17

作者 董泽 姜炜 +1 位作者 王晓燕 刘磊 《系统仿真学报》 CAS CSCD 北大核心 2023年第6期1144-1156,共13页

随着“碳达峰、碳中和”国家战略的提出和“降本、提质、增效”成为行业共识,火电机组数字化转型迫在眉睫。探索了数字孪生在火电机组数字化转型中的应用,提出了火电机组数字孪生系统的四维模型和5种内部关系,重点介绍了系统调度平台及... 随着“碳达峰、碳中和”国家战略的提出和“降本、提质、增效”成为行业共识,火电机组数字化转型迫在眉睫。探索了数字孪生在火电机组数字化转型中的应用,提出了火电机组数字孪生系统的四维模型和5种内部关系,重点介绍了系统调度平台及智能发育、智能感知、智能评估、智能优化、智能安防5类服务的功能、架构、目标,展望了系统的3个发展阶段。预期提高火电机组的测量、控制、调度、管理水平,巩固火电保供和调峰战略地位,实现智能控制、智慧管理、节能降耗、低碳环保的数字化转型目标。 展开更多

关键词 数字孪生 火电机组 数字化转型 数字孪生服务 碳达峰、碳中和

在线阅读 下载PDF 职称材料

基于特征选择的数据驱动软测量方法 被引量：6

18

作者 董泽 贾昊 姜炜 《热力发电》 CAS 北大核心 2019年第9期83-89,共7页

由于测量环境恶劣,分析仪器成本昂贵,测量延迟大,发电机组一些关键参数难以实现在线测量。本文提出一种基于皮尔森相关系数和最小角回归算法相结合的特征选择方法,并以此为基础建立电厂烟气含氧量软测量模型。首先,根据机理分析确定烟... 由于测量环境恶劣,分析仪器成本昂贵,测量延迟大,发电机组一些关键参数难以实现在线测量。本文提出一种基于皮尔森相关系数和最小角回归算法相结合的特征选择方法,并以此为基础建立电厂烟气含氧量软测量模型。首先,根据机理分析确定烟气含氧量模型的初始输入变量,使用皮尔森相关系数对多测点数据进行数据融合;然后,使用最小角回归算法对输入变量进行特征选择,引入高斯过程回归(GPR)模型建立了烟气含氧量的软测量模型;最后将该模型用于某超超临界1 000 MW机组实际稳定工况数据进行仿真。结果表明:该模型预测结果与实测值误差较小,模型精度较高;使用该特征选择方法可以有效减少模型二次变量数量,降低模型输入复杂度,提高计算效率,同时可以改善模型的泛化能力,提高软测量的静态准确度。 展开更多

关键词 软测量 数据融合 特征选择 皮尔森相关系数 最小角回归 高斯过程回归 烟气含氧量

在线阅读 下载PDF 职称材料

基于注意力机制的光伏热斑识别 被引量：9

19

作者 孙海蓉 李帆 《太阳能学报》 EI CAS CSCD 北大核心 2023年第2期453-459,共7页

为解决光伏的红外热图像含有大量噪声且不同状态红外图像分布不均衡导致的热斑难以识别的问题,以Vision Transformer(ViT)模型为基础,利用卷积神经网络改进模型特征提取,利用紧凑多头自注意力机制改进模型结构,提出一种光伏红外图像热... 为解决光伏的红外热图像含有大量噪声且不同状态红外图像分布不均衡导致的热斑难以识别的问题,以Vision Transformer(ViT)模型为基础,利用卷积神经网络改进模型特征提取,利用紧凑多头自注意力机制改进模型结构,提出一种光伏红外图像热斑识别模型ConCViT,利用CIFAR-10数据集对注意力权值进行预训练,以低信噪比小样本光伏红外图像为数据集,训练出高准确率的热斑检测模型。实验结果表明,ConCViT模型比传统卷积神经网络的识别准确率高12.02%,比深度卷积自编码网络的识别准确率高4.14%,并具有更快的收敛速度。 展开更多

关键词 光伏组件 图像识别 卷积神经网络 热斑效应 自注意力机制 预训练

在线阅读 下载PDF 职称材料

基于散点图-AlexNet网络的光伏红外热图像识别方法 被引量：9

20

作者 孙海蓉 周映杰 《太阳能学报》 EI CAS CSCD 北大核心 2023年第1期55-61,共7页

针对神经网络在光伏发电中对光伏红外热图像识别准确率和训练效率低的问题,提出基于散点图-AlexNet网络的识别模型。首先将光伏红外热像图对应的HSI空间数据信息直接投射到平面坐标系中,形成由若干散点构成的可视化RGB三色图像,并使用基... 针对神经网络在光伏发电中对光伏红外热图像识别准确率和训练效率低的问题,提出基于散点图-AlexNet网络的识别模型。首先将光伏红外热像图对应的HSI空间数据信息直接投射到平面坐标系中,形成由若干散点构成的可视化RGB三色图像,并使用基于AlexNet网络的快速AlexNet网络进行训练。为了证明新方法的优良性能,选取识别准确率和单次训练时间对模型进行评价。实验结果表明,该方法识别率高,能准确识别光伏红外热图像中的图片种类,且训练效率也显著提升。 展开更多

关键词 光伏发电 红外热像图 卷积神经网络 散点图 图像识别

在线阅读 下载PDF 职称材料