基于微分神经网络的风电机群低电压穿越特性建模

针对目前缺少分析风电机群低电压穿越特性高效建模方法的问题，提出了一种基于微分神经网络的风电机群低电压穿越特性建模 方法 。模型输入为风电场并网点电压与各台风机风速，输出为并网点电流。该模型能够较好地表征其强非线性切换过程，刻画风电场不同风速分布场景下风电机群的低电压穿越特性。在CloudPSS云仿真平台上建立了包含3台双馈风力发电机的风电机群仿真算例，对所提方法进行测试，测试结果验证了微分神经网络模型的泛化能力与有效性。     

基于BLP-ALO-SVM的风电功率短期预测方法

为了对短期风电功率及其波动范围作出有效预测,提出一种基于混合算法优化支持向量机的风电功率短期预测方法。采用探索性数据分析对原始风速数据进行预处理,提高风速数据的质量;采用混沌映射、莱维飞行策略和粒子群算法提升蚁狮算法的性能;应用经混合算法优化的支持向量机模型对风电功率进行预测。实验结果表明：相较于新型的风电功率预测模型,该方法输出的结果预测误差更低,表现出对于风电功率更好的预测能力。     

基于Wiener模型的风力发电系统变桨距控制

风力发电系统具有非线性强和波动性大的特点，如何在风速随机变化的工况下，快速地将风电机组输出功率控制在额定范围内是风电系统控制面临的重大难题。针对5 MW风电机组的变桨距控制问题，提出一种基于Wiener模型的风力发电系统变桨距控制方案。根据Wiener模型线性和非线性环节可分离的特殊结构，通过计算非线性环节的逆，构造具有线性性质的广义风电系统被控对象，将风电系统非线性变桨距控制问题简化为线性模型控制问题。采用独立可分离信号分步辨识风电机组Wiener模型，可以更加精准地预测风电机组输出功率。仿真实例表明：该控制方法有效地提高了变桨距系统的控制效果。     

公交与社会车辆混合的中观交通建模与仿真

针对现有中观仿真模型仅将公交换算为标准社会车辆处理而忽略了公交与社会车辆差异性的问题,构建了公交与社会车辆混合交通流的中观仿真模型。在路段行驶过程,一方面考虑公交速度低于社会车辆速度的特征,建立公交速度折减函数;另一方面考虑站点溢出对邻近车道的影响,建立分车道的混合流速度模型,站点停靠与路口排队过程采用点排队模型描述。采用车辆身份检测的个体数据完成仿真标定,实验结果表明公交与社会车辆路段旅行时间的仿真误差不超过4.55%与8.20%,模型的仿真精度良好,并且可以有效刻画公交站点溢出的场景。     

基于ASW-FCM算法的风电场动态等效建模与仿真

针对直驱永磁风电机组风电场,提出一种新的动态等效建模方法。考虑风电机组间的尾流效应和风向变化计算有效输入风速,分析机组的运行特性,以反映机组运行特征的有效风速、转速、桨距角和输出功率为多分群指标。考虑机组间运行状况的差异性和关联性,设计自适应样本定权的模糊聚类算法(Adaptive Sample Weighting Fuzzy C-means,ASW-FCM)对风电场进行最优聚类分群。根据等效前后机组输出特性不变的原则建立聚类风电机群的等效模型。以某实际风电场系统作为算例进行建模仿真,验证所提等效建模方法的合理性和准确性。     

基于孪生深度神经网络的风电机组故障诊断方法

为有效提取风电SCADA (supervisory control and data acquisition)中时序数据故障特征,同时考虑一维卷积神经网络(one-dimensional, convolutional neural network,1-D CNN)提取局部时序特征和长短时记忆网络(long short-term memory networks, LSTM)提取长期依赖特征优势,提出一种基于1-D CNN-LSTM的风电机组故障诊断方法;针对故障样本稀缺问题,基于孪生神经网络架构(siamese network),提出一种基于孪生深度神经网络siamese 1-D CNN-LSTM的风电机组故障诊断方法,依靠少量样本数据对机组故障特征进行有效提取。结果表明：1-D CNN-LSTM优于其他现有深度学习方法;当训练样本不足时,所提出的siamese 1-D CNN-LSTM可以显著提升故障诊断结果。     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

基于妥协案例推理的作战仿真实验范围迁移

作战仿真实验范围通常依靠专家确定，耗费代价较大。为将作战仿真实验的历史数据中关于实验范围选择的知识迁移至新的作战仿真实验案例，提出一种基于妥协策略的案例推理方法。根据案例的数据特点，提出作战仿真实验案例的表示方法；根据案例的结构和属性特点，提出主客观综合赋权的混合相似度计算方法；针对案例检索时出现检索失败和检索结果包含信息量较少的问题，提出基于妥协策略的案例检索方法；根据检索结果的特点，提出实验范围的整合迁移方法。基于历史数据进行了实验分析，证明了方法的有效性。     

双馈发电机最大风能捕获和转换策略的仿真

为了最大限度地利用风能,提高风力发电系统的效率,提出了一种既可实现双馈发电机系统低于额定风速下的最大风能捕获又可使得电机铜耗最小化运行的优化控制策略。在分析风力机特性和双馈发电机基本电磁关系的基础上,推导了双馈发电机实现最大风能捕获和转换的定子有功功率和无功功率的数学模型,并应用基于动态同步轴系下的双馈发电机励磁控制策略实现了系统的最优控制。利用Matlab/Simulink对不同风速下双馈发电机系统的运行性能进行了分析和比较,结果验证了该控制策略的正确性和可行性。     

基于DSVM直接转矩控制的风力机实时模拟系统

为解决实验室无法用真实风力机研究风力发电的相关技术问题,提出了用先进的直接转矩控制（DTC）策略控制异步电机模拟风力机特性的技术。设计了风机转矩的计算方法,及异步电机直接转矩控制系统,使其跟随风机转矩变化,进一步利用离散空间矢量调制（DSVM）技术改善了系统的低速性能,并在RT-LAB仿真平台下对所设计的风力机模拟系统进行了实时仿真,验证了系统稳定性好,准确性高的特点,为实验室内研究风力发电技术提供了一个良好的方案。     

基于预测误差校正的支持向量机短期风速预测

对风电场风速进行较为准确的预测,对于电力部门及时调整调度计划至关重要。建立了支持向量机风速预测模型,并提出了结合预测误差校正来提高预测精度的新思路。先建立SVM模型初步预测风速,再将得到的训练误差和测试误差分别构建样本,建立基于小波-支持向量机的误差预测模型进行误差预测,最后用预测误差对风速初步预测值进行校正。仿真结果表明所提方法能明显改善预测精度,而且方法简洁明了,具有很好的稳健性,能够推广到长期风速预测、负荷预测及其它预测领域。     

大型变速风力发电机组的自适应模糊控制

控制技术是风力发电机组安全高效运行的关键。风力发电机组是复杂多变量非线性系统,具有不确定性和多干扰等特点。本文提出使用模糊逻辑推理系统得到低风速时的发电机参考转速,该方法无需测量风速,避免了风速测量的不精确性。根据机组的运动方程,采用最近邻聚类学习算法建立发电机电磁转矩自适应最优模糊控制,低风速时获得最大风能利用系数。算法综合考虑风力发电机组的机械特性和电气特性,系统辨识作为控制算法的一部分自动执行。高风速时,变论域自适应模糊控制器控制桨距角,机组能准确地保持在额定功率发电。仿真结果表明了本文提出方法的有效性。     

基于混合建模仿真的大型风电场降损控制

由于大型风电场变压设备多、集电线路长,在实际运行中集电系统损耗突出,对此提出一种利用风电机组作为分布式无功源,以优化风电场内潮流、降低集电系统总体损耗的无功/电压控制策略。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型组态与控制算法编程相结合的混合建模仿真方案,风电场模型采用模块组态建模,并由控制算法形成的引擎文件自主调用实施仿真优化。通过对某125 MW大型风电场进行降损控制的算例研究,验证了所提控制方案的有效性和混合仿真建模方法的高效性。     

基于PLECS的直驱永磁风电系统直接功率控制研究

在研究风力机特性和永磁同步发电机运行机理的基础上,建立了直驱式永磁风力发电系统数学模型,在实现最大风能捕获的同时,分析了负载变化对发电机侧电能转换单元控制参数的影响。对于网侧逆变器控制,采用基于直轴虚拟电网磁链定向的直接功率控制,避免了对电网电压的检测和电流闭环控制,有效简化了系统结构,提高了工作可靠性。通过在Matlab/Simulink环境下嵌入PLECS工具箱进行仿真研究,结果表明该系统具有较好的控制鲁棒性和低电压穿越能力,进一步验证了基于PLECS工具箱进行风电系统建模与仿真的可行性。     

基于快速控制原型的风力发电半实物仿真系统

为提高风力发电MPPT控制器设计与测试验证的快捷有效性,提出了基于LabVIEW FPGA的MPPT快速控制原型(RCP)系统。在LabVIEW RT实时运行平台上,采用PXI-FPGA架构设计了风速、风力机和PMSG的实时仿真模型,以及MPPT快速控制原型。将功率变换器、实时仿真模型和MPPT快速控制原型相连接,构造出半实物仿真(HIL)闭环测试系统。通过渐变风速和自然风速的实时仿真测试,验证了所述快速控制原型系统设计的正确有效性,为风力发电系统的进一步深入研究提供了一套有效的实时仿真和半实物测试平台。