PEMFC热管理系统的改进偏差型自抗扰控制 被引量：1

1

作者 孙明 邹浓茂 +1 位作者 白阳振 徐文鑫 《太阳能学报》 EI CAS CSCD 北大核心 2024年第10期68-76,共9页

该文建立带有循环水泵和散热器的电堆热管理系统动态数学模型,采用冷却水流量跟随电流、风扇控制电堆温度的前馈-反馈复合控制策略。通过提取部分确定性模型信息对一阶偏差型自抗扰控制算法进行改进,以提高热管理系统的温度控制品质。... 该文建立带有循环水泵和散热器的电堆热管理系统动态数学模型,采用冷却水流量跟随电流、风扇控制电堆温度的前馈-反馈复合控制策略。通过提取部分确定性模型信息对一阶偏差型自抗扰控制算法进行改进,以提高热管理系统的温度控制品质。仿真实验结果表明:所提出的改进ADRC控制算法可有效解决PEMFC热管理系统中存在的强耦合、多扰动的控制难题,相较于传统的PI控制算法,闭环控制系统的主要单项性能指标,即超调量下降了43.7%,调节时间缩短了20.2%,总体体现了系统良好的抗干扰性能和鲁棒性能,能达到预期控制效果。 展开更多

关键词 质子交换膜燃料电池 热管理 模型 自抗扰控制 温度控制

在线阅读 下载PDF 职称材料

基于音频信号的气固两相流检测方法研究

2

作者 仝卫国 门国悦 +1 位作者 蔡天娇 崔建昕 《计量学报》 北大核心 2025年第3期383-390,共8页

利用气固两相流在管道流动中产生的音频信号包含大量流体信息的特点,将音频信号引入气固两相流检测。提出一种基于音频信号的气固两相流分类的检测方法:对音频信号利用小波包分析进行多尺度分析,其去噪效果优于集合经验模态分解重构方... 利用气固两相流在管道流动中产生的音频信号包含大量流体信息的特点,将音频信号引入气固两相流检测。提出一种基于音频信号的气固两相流分类的检测方法:对音频信号利用小波包分析进行多尺度分析,其去噪效果优于集合经验模态分解重构方法。在重构后的音频信号中选取梅尔频率倒谱系数(MFCCs)作为特征,输入到长短期记忆(LSTM)递归神经网络中。实验结果表明,在气固两相流的弯管处上升段所收集到的音频信号的幅值更大,适合安装采样设备。检测方法对实验中6种流动状态的气固两相流分类效果好,准确率为96.11%,证明了音频信号在气固两相流检测中的可行性。 展开更多

关键词 流量计量 气固两相流 小波包分解 音频信号 梅尔倒谱系数 长短期记忆递归神经网络

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

3

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

一种基于航拍红外图像的光伏热斑故障分类检测方法

4

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

基于轻量化YOLOv5s的光伏热斑检测定位方法

5

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

基于改进DenseNet的电阻层析成像图像重建算法

6

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

泛采样频率下基于VMD-MTSO-XGBoost的滚动轴承故障诊断

7

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

8

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

基于注意力机制的光伏热斑识别 被引量：7

9

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：7

10

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

面向数字孪生的区间二型T-S模糊建模方法研究 被引量：2

11

作者 张悦 高晓娜 +1 位作者 王梦雪 练有焜 《动力工程学报》 CAS CSCD 北大核心 2023年第5期582-589,共8页

为提高变负荷工况下火电机组动态过程模型精度以达到数字孪生模型要求,构建串联结构混合模型,采用量子粒子群算法(QPSO)构建全局模型,引入区间二型T-S(IT2TSK)模糊模型实现孪生体子模型及过渡过程的精准演化。针对IT2TSK模糊模型中模糊... 为提高变负荷工况下火电机组动态过程模型精度以达到数字孪生模型要求,构建串联结构混合模型,采用量子粒子群算法(QPSO)构建全局模型,引入区间二型T-S(IT2TSK)模糊模型实现孪生体子模型及过渡过程的精准演化。针对IT2TSK模糊模型中模糊集和模糊规则较难确定的问题,设计了两步循环迭代法确定前后件参数,保证模糊集参数能够纵向体现不同状态集之间的不确定性,以及模糊规则能够横向实现子模型间的平稳过渡,保证全工况下孪生体模型高度逼近动态过程。结果表明:以空气预热器为例,在变负荷训练集上,较简化定工况模型和一型T-S模糊模型而言,基于IT2TSK模糊模型的参数在线自适应混合模型的输出能够更准确地跟踪实际值,整体精度更高。 展开更多

关键词 混合模型 串联结构 数字孪生 QPSO 区间二型T-S模糊模型 参数在线自适应

在线阅读 下载PDF 职称材料

基于多图卷积神经网络的主汽温系统故障诊断 被引量：3

12

作者 吴铮 张悦 董泽 《动力工程学报》 CAS CSCD 北大核心 2023年第2期237-245,共9页

针对主汽温系统具有大迟延、大惯性、非线性和时变性的特点,提出了一种基于多图融合-图卷积神经网络的故障诊断方法。建立邻接图和相关性图,将机组历史运行数据扩展为非欧式空间的图数据,引入特征权重和截断参数来约束节点间的相关性,... 针对主汽温系统具有大迟延、大惯性、非线性和时变性的特点,提出了一种基于多图融合-图卷积神经网络的故障诊断方法。建立邻接图和相关性图,将机组历史运行数据扩展为非欧式空间的图数据,引入特征权重和截断参数来约束节点间的相关性,对图信息进行融合。同时,利用邻接矩阵建立各运行数据间的拓扑信息,并通过深度图卷积结构融合邻近节点信息,建立系统数据与运行状态间的映射关系。结果表明:相较于概率神经网络(PNN)、长短期记忆神经网络(LTSM)和最小二乘支持向量机(LSSVM),所提MG-GCN模型的故障诊断准确率分别提升了11%、7%和16%,误检率、漏检率均较低,能够对多种系统故障类型进行准确识别,具有良好的故障诊断性能。 展开更多

关键词 图卷积神经网络 主蒸汽温度系统 故障诊断 火电机组 拓扑结构

在线阅读 下载PDF 职称材料

基于OSC-CKPLS方法的SCR出口NO_x排放预测 被引量：1

13

作者 闫来清 董泽 孟磊 《锅炉技术》 北大核心 2020年第2期7-13,共7页

针对选择性催化还原(selective catalytic reduction,SCR)脱硝系统反应过程复杂,在工况变化时存在非线性、大惯性和强干扰性的特点,难以建立准确的出口NO_x排放浓度模型。利用核偏最小二乘法具有解决变量众多且存在严重相关的非线性工... 针对选择性催化还原(selective catalytic reduction,SCR)脱硝系统反应过程复杂,在工况变化时存在非线性、大惯性和强干扰性的特点,难以建立准确的出口NO_x排放浓度模型。利用核偏最小二乘法具有解决变量众多且存在严重相关的非线性工业过程建模的优点,首先引入正交信号校正(orthogonal signal correction,OSC)对相空间重构后的样本进行预处理,剔除与建模无关的信息;然后利用组合核偏最小二乘法(combination kernel partial least squares,CKPLS)具有较好的学习能力和泛化能力的特点,提出OSC-CKPLS方法提高模型性能;最后采用滑动窗口更新,并反馈补偿修正模型。对2个标准数据集进行仿真,分别验证CKPLS、OSC和OSC-CKPLS能够提高模型性能;并对SCR脱硝系统现场数据验证了本文方法的有效性。 展开更多

关键词 选择性催化还原 脱硝系统 正交信号校正 组合核偏最小二乘法 出口NO_x排放预测

在线阅读 下载PDF 职称材料

基于Elman神经网络的风力机风轮子系统故障预警 被引量：7

14

作者 段巍 韩旭 +2 位作者 马良玉 刘帅 刘卫亮 《太阳能学报》 EI CAS CSCD 北大核心 2021年第12期157-162,共6页

以某风电场1.5 MW风力机风轮子系统为研究对象,对风力机全工况下的SCADA原始数据进行清洗和归一化处理,通过参数间相关性分析及不同隐含层数目的 Elman神经网络预测模型精度对比,建立风轮子系统线下预测模型;采用滑动窗口模型计算正常... 以某风电场1.5 MW风力机风轮子系统为研究对象,对风力机全工况下的SCADA原始数据进行清洗和归一化处理,通过参数间相关性分析及不同隐含层数目的 Elman神经网络预测模型精度对比,建立风轮子系统线下预测模型;采用滑动窗口模型计算正常运行状态下的评价指标,基于小概率事件假设,获得风轮子系统评价指标的阈值,实现线上监测和运行状态评估。结果表明:该预警模型可实现对风轮子系统运行异常状态的识别和早期预警,且无需对异常数据或相关故障的先验知识进行挖掘和训练,该方法也可运用到整机及其他子系统的预警及状态评估中。 展开更多

关键词 SCADA系统 神经网络 风力机 故障 状态评估

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

15

作者 孙海蓉 张洪玮 +1 位作者 唐振超 周黎辉 《太阳能学报》 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

基于统计域指数的压力类传感器故障检测方法

16

作者 王印松 邵敬雅 《中国测试》 2025年第5期110-116,共7页

针对工业过程中因老化及环境干扰出现的压力类传感器故障问题,提出一种基于统计域指数的传感器故障检测方法。首先,该方法采用长短期记忆(LSTM)神经网络构建预测传感器正常状态下输出的时序模型,由此生成模型预测值和实际测量值的残差信... 针对工业过程中因老化及环境干扰出现的压力类传感器故障问题,提出一种基于统计域指数的传感器故障检测方法。首先,该方法采用长短期记忆(LSTM)神经网络构建预测传感器正常状态下输出的时序模型,由此生成模型预测值和实际测量值的残差信号;然后,通过计算残差信号的移动平均指数(MAI)、移动均方根指数(MRI)、移动方差指数(MVI)和移动能量指数(MEI),并结合四分位距(IQR)方法设计阈值,进行传感器故障检测;最后,利用某320 MW燃煤机组引风机出口烟气压力传感器的历史运行数据进行实验验证,并与传统的残差分析法进行对比。结果表明,该方法在准确率、精确率、召回率和F值方面分别提升11.88%、3.16%、22.15%和14.06%,在压力传感器故障检测方面具备显著优势。 展开更多

关键词 故障检测 统计域指数 压力传感器 残差分析 神经网络

在线阅读 下载PDF 职称材料