△形网路的风向判别与解的唯一性

矿井通风系统多为复杂网路,而复杂网路解算的惟一性是通风理论中的一个难题。△形网路是复杂网路中的最简单的一种形式,文中证明了△形网路解的惟一性,主要结论有二：一是其网路解算有唯一解;二是其角联风路的风向差别与风量有关。     

△形网路的风向判别与解的唯一性

探讨了△形网路，主要结论有二：一是其网路解算有唯一解，二是其角联风路的风向判别与风量有关     

测风求阻法解算矿井复杂通风网路

目前广泛应用的解算矿井复杂通风网路方法是以风网的各分支风阻值和扇风机工作特性参数作为解算基础数据,而获得风网各分支的风阻值是费时费力的。为此,本文提出了通过测算风网风量求分支风阻的方法解算矿井复杂通风网路。从理论上分析了以分支风阻为未知数的线性方程组建立过程及方程组解存在的唯一性。用BASIC语言编写了测风求阻法解算复杂通风网路的计算机程序,并在超群386微机上通过。通过具体实例说明程序的实用性。该解算方法与其它解算方法不同的是本法以风网的风量和扇风机工况点作为解算网路的基础数据,对生产矿井的通风网路解算更能显示其优越性。     

风网稳定性的定量分析

矿井通风系统是一个动态过程，系统内各参数是随时间而变化的，研究它们的变化过程与变化规律就是稳定性分析。讨论当△r≠O时，如何确定△q、△h。同时针对不同的通风网路形式，不同的通风网路规模，建立其稳定性分析的数学模型。网路中的每一次变化都遵循风流流东的基本规律，即符合阻力定律、风量平衡定律和风压平衡定律。对通风网路的稳定性研究主要讨论网路中风流的稳定性，它包括风量和风流方向两部分，即量和质。讨论通风网路的稳定性，建立一组稳定性分析的数学模型，为定量分析风网的稳定性提供一种新的途径。     

最小生成树在通风网路中的应用

在矿井通风网路解算中最小风阻树的选取占有非常重要的地位。本文给出一种选择最小风阻树的新方法——最小权法。     

复杂通风系统的稳定性分析

对矿井通风系统进行网路风流稳定性分析是保障通风安全的重要措施。文中以通风系统网络解算为工具,建立了网络风流稳定系数矩阵,在此基础上,建立并分别求出网路风流总体稳定性指标、网路风流变化幅度指标和网路变化影响范围指标。通过示例分析,说明了该方法对于通风管理的指导作用。     

矿井通风网路网孔选择程序的扩展

本文在用计算机解算矿井通风网路时,扩展了传统方法——“最小生成树”理论中自划网孔时所没有顾及的方面,重新编制了网孔选择程序,从而增大了计算机解算通风网路的能力。用传统方法所编制的程序有一个重要的特点,即在网路中固定风量分支数(NBFIXQ)与扇风机分支数(NBFAN)之和必须限制在小于或等于所需的独立网孔数(NM),即NBFIXQ+NBFAN≤NM。本文针对矿山生产中可能遇到的几种不能满足上述限制条件的通风网路使用了分支修改的方法并重新编制网孔选择程序。在圈划网孔时,将过多的扇风机分支转化为普通分支,这样在每个网孔中仍然只包含一个固定风量分支或一个扇风机分支。而在网路迭代计算开始之前,将这些修改的分支再恢复成扇风机分支,从而不影响网路迭代计算。考虑节省机时,在程序中首先顺序识别网路各节点相关联的分支类别,然后比较扇风机分支数与固定风量分支数之和与独立网孔数,发现有过多的扇风机分支时,即对各扇风机分支进行阻力比较,将阻力最小的扇风机分支修改为普通分支,使网孔选择得以继续进行。对于不易明显识别的情况,安排在对网路最小生成树检查过程中确定。用这种方法编制的程序使原来的限制条件NBFAN+NBFIXQ≤NM变为NBFIXQ≤NM,因而使计算机自动选择网孔的范围大大扩展。由于修改的扇风机分支是阻力小的分支,故仍然保持最佳收敛性。新编程序已在金属矿山通风网路分析中使用,效果良好。文中也列举了改进程序的框图和应用实例。     

复杂通风系统的稳定性分析

对矿井通风系统进行网路风流稳定性分析是保障通风安全的重要措施。文中以通风系统网络解算为工具，建立了网络风流稳定系数矩阵，在此基础上，建立并分别求出网路风流总体稳定性指标、网路风流变化幅度指标和网路变化影响范围指标。通过示例分析，说明了该方法对于通风管理的指导作用。     

矿井通风网路可靠性定量分析

基于网络流理论,采用解析分析方法,对矿井通风网路的可靠性进行分析,建立一组矿井可靠性定量分析数学模型.该模型适应不同形式、不同规模的矿井通风网路,为定量分析通风网路的可靠性提供了一种有效方法.     

用电子计算机解算矿井通风网路时划分回路网孔的几个问题

合理地选择回路网孔,是电子计算机解算矿井通风网路的关键.本文在已选出基本风路的条件下,用计算两点间距离的方法来选择建立基本回路网孔,并对建立回路网孔过程中的一些检验问题进行了讨论.     

用BP网进行变速风力发电机组控制分析

传统的控制需要精确的风力发电机的数学模型,而因为空气动力学的不确定性和电力电子的复杂性,使风力机系统精确模型难以建立,特别是在风速突变以及有扰动存在时,风力机的控制和分析很复杂;为了克服这一困难,用神经网对变速风力发电机组进行控制;设计功率系数曲线的BP网模型及最佳桨距角的BP网模型,在低风速时跟随风速获得最大功率系数,高风速时保持功率最大并在允许范围内.在MATLAB环境下给出了用BP网对变速风力发电机控制的仿真模型和仿真结果,显示采用神经网控制器控制有很好的抗风速突然波动的作用,能有效地抑制扰动.     

联想神经网络的风速序列预测分析

为了提高风速序列预测的可靠性,针对具有混沌特性的风速序列,构造了一种用于风速序列预测的联想网络。以风速序列的波动性作为相似性测度准则,构造联想网络的存储样本模式,根据存储模式中蕴含的关联信息完成网络的无监督学习,从而完成具有自相似性的风速序列的一步或多步预测分析。与传统前向型神经网络相比,该网络预测机理明确,预测结果唯一,且可一次给出多步预测结果。仿真实验结果表明,该网络的具有良好预测性能,适用于风速序列的动态预测。     

一般型通风网求解新方法

讨论了一般型通风网的求解问题,建立了由含有B个方程组成的一般型通风网求解数学模型.在B个未知量中.未知风压分支为L(亦为固定风量分支),未知风量分支B—L(B为通风网分支).在通风网中.调节装置的位置由调节系数矩阵[Cy]中L列非零元素确定.改变矩阵[Cy]则可获得不同的风流控制方案.介绍了该模型的Newton-Raphson计算方法,在此基础上运用模型进行了自然分风,风量调节和通风机工况点优化的计算,并给出了算例.     

大跨平屋盖结构风压分布特性的神经网络模型

影响大跨平屋盖结构风荷载分布特性的因素很复杂，且具有不确定性，仅靠风洞试验难以完整的描述其风荷载分布的整体特性，针对这种情况，本文中提出用改进的BP神经网络和模糊神经网络两种方法来建立反映大跨平屋盖结构风压分布特性的模型，并用试验数据进行了验证．结果表明，这两种模型都能很好的逼近和预测大跨平屋盖结构风压分布的特性，相比之下，改进的BP神经网络稳定性较好，但逼近速度慢，精度也不高；而模糊神经网络由于结合了模糊系统和神经网络的优点，其稳定性好，逼近速度快，且精度高，这表明模糊神经网络方法是预测大跨平屋盖结构风压分布特性的有效途径，在结构风工程中具有广阔的应用前景。     

含分布式电源的配电网网损组合优化

网络重构与无功补偿是配电网减小网络损耗、提高电压质量的主要手段,但二者皆受负荷时序性的影响,且随着波动性分布式电源的接入,其影响更大。针对含有出力波动分布式电源的配电网,考虑分布式电源出力以及用电负荷的随机性,基于分布式电源出力以及负荷的短期预测数据,以网络损耗最小为目标函数,给出未来24 h的最优网络重构与无功补偿方案,且以两日不同优化方案的目标函数差值作为方案是否执行的判定指标。提出了一种网络重构与无功补偿相统一的编码方法,利用和声算法进行求解。通过IEEE 33节点为算例的仿真,结果表明该优化方法能够明显降低网损并改善电压质量,证明了本模型和算法的有效性。     

一种新型风力发电机的设计

为了解决无线传感器网络节点的供电瓶颈问题,提出了一种通过新型风力发电机将风能转化为电能对无线传感器网络节点提供能源的方法。在该新型风力发电机中风扇作为发电机的一部分,将风扇和发电机一体化,减小了整个发电装置的体积。同时设计了电源管理电路,将新型风力发电机发出的交流电转换为直流电,对锂电池充电和通过电阻对锂电池的输出进行分压并提供给无线传感器网络节点。最终的分析和计算结果显示新型风力发电机和电源管理电路能够实现对无线传感器网络节点提供能源的目标。     

考虑风电出力相关性的输电网规划

在风电大规模并网的背景下,考虑风功率不确定性以及多个风电场随机输出功率之间的关联特性成为电网规划中必须考虑的关键因素。本文采用Copula理论研究了邻近风电场随机出力间的关联特性,并通过蒙特卡洛模拟技术对大规模风电接入后的直流概率潮流特性进行了分析,在此基础上,构造了基于逐步倒推法的输电网规划模型。以我国西北两座实际风电场的历史出力数据为样本,对基于Copula理论构建的风电随机出力相关性模型进行了准确性评估,并将其接入Garver 6节点系统,构建了仿真算例,验证了本文所提模型及算法的可行性。仿真结果表明,输电网规划中考虑风电出力相关性具有重要意义。     

脉动风作用下经纬仪保护窗口镜面波像差预测

脉动风对结构的影响具有不确定性,为了消除脉动风给系统成像质量造成的影响,需要对脉动风作用下经纬仪保护窗口镜面波像差进行预测。提出一种基于NARX神经网络模拟脉动风压和镜面波像差RMS间的非线性关系的模型,采用AR模型模拟脉动风速时程;并利用有限元分析镜面变形得到的数据拟合镜面面形获得镜面波像差RMS,对NARX神经网络进行离线训练、验证和预测。仿真结果表明,所建立的NARX神经网络模型预测均方误差MSE为3.434 8×10~(-9);并能够满足经纬仪系统镜面变形在线主动补偿实时性要求。     

通风网络解算初始风量确定方法

矿井通风网络解算前,各分支风量的初值直接影向网络解算的速度和迭代是否收敛.分析了影响通风网络各分支风量分配的3个因素:网络拓扑结构、矿井总风量和分支本身的风阻;提出了确定通风网络解算初始风量的新思路,把通风网络的独立通路当作并联通风路线,利用矿井总风量和通路风阻计算各通路的风量,再分到每个分支中.通过一个网络图示例说明了使用该思路提出的方法,给出了通风网络解算初值与网络解算真值的误差,除角联分支外都不超过20％.