多种光伏组件组合光伏电站的混合储能容量优化配置研究

随着世界各国对太阳能资源开发的日益重视,光伏产业得到快速的发展.然而,由于太阳能资源具有随机性和波动性强的特点,使得光伏电站出力波动性较大、电能质量较差,进而导致光伏电站并网难度增加.为提高光伏电站的出力稳定性、保证电能质量,采用多种光伏组件互补运行的方式和为光伏电站合理配置混合储能系统是有效的方法.针对多种光伏组件组合光伏电站的混合储能容量优化配置问题,提出一种统计分析与数学模型相结合的配置方法.该方法采用小波分解将不同天气类型对应的典型光伏出力分解为近似信号、高频波动信号和低频波动信号,并提出采取能量型储能技术和功率型储能技术分别平抑低频波动和高频波动的思路;结合各天气类型的时间占比,对高、低频波动信号进行统计分析以确定混合储能的功率;构建以全生命周期成本最小与目标出力满足度最大为目标的混合储能容量优化配置模型,并采用遗传算法求解模型以确定最优的混合储能容量配置方案.本文以青海共和55 MW光伏实证基地为实例,通过对9种不同混合储能组合计算结果的比选,得到了最优混合储能配置方案——超级电容(4.6 MW/(1.21 MW·h))+全钒液流电池(9.2 MW/(6.26 MW·h))...     

两个算子之和的极分解

设H和K是复Hilbert空间,T,S∈B(H,K)。T和S的极分解分别为T=U|T|,S=V|S|。在一定的条件下,给出了T+S的极分解为T+S=(U+V)(|T|+|S|)。此外得到相关结论。     

原子钟数据的改进经验模态分解降噪

为了提升原子钟数据降噪效果,基于经验模态分解(EMD),结合小波阈值降噪方法,提出了一种改进EMD的方法.在分析原子钟噪声模型的基础上,明确了原子钟频率数据非线性、非平稳的特点.结合EMD方法原理中固有模函数(IMF)需要满足的条件和提取步骤,利用窗口做出划分,对每一个窗口进行降噪处理,再利用小波阈值进行二次降噪,最后...     

基于Chebyshev多项式最佳一致逼近的偏正交分解特征提取方法及应用

利用Chebyshev插值法,建立非平稳信号的最佳一致逼近函数,通过对该函数进行偏正交分解获取对应的特征值及特征向量,该方法运用在滚动轴承故障特征提取应用中,取得了良好的效果。     

高速列车低频晃车在线检测及控制

结合先进信号检测技术和主动惯容元件,提出一种针对高速列车低频晃车的在线检测及控制方法。利用经验模式分解(EMD)和Hilbert变换对实测晃车信号进行特征提取,并定义谱能比为检测指标;在建立车辆横向动力学模型的基础上,采取主动惯容式车体控制策略。结果表明,非晃车段和晃车段的加速度谱能比相差55%,该方法对晃车信号有强分辨力;与传统悬挂相比,主动惯容式车体控制策略能显著降低晃车特定频段的频响幅值,车体振动加速度的均方根值降低了53%。     

基于硬阈值惩罚函数的高维降秩回归

为了解决多元回归问题中高维数据的复共线性,有一种方法是构造惩罚函数,来对估计矩阵的秩进行约束,它被称为降秩回归.为了得到更精确的估计,这里考虑用硬阈值函数做奇异值惩罚函数.通过局部线性近似方法,将原本的估计转换为可计算的模型.这个新的模型是可计算的且是连续的.在模拟和真实的数据集上与其他的模型进行实验比较分析,结果表明,这种估计在大部分情况下比一些常用的降秩估计拥有更高的精度.     

采用样本熵自适应噪声完备经验模态分解的脑电信号眼电伪迹去除算法

针对脑电(EEG)信号容易被眼电(EOG)伪迹污染,而常规伪迹去除算法会导致EEG有用信息大量丢失的问题,提出一种采用样本熵完备经验模态分解的EOG伪迹去除算法。首先,利用独立成分分析(ICA)算法将EEG分解为独立分量;然后,对各独立分量进行样本熵分析,接着引入阈值对伪迹分量进行自动识别,识别后的伪迹分量经过自适应噪声完备经验模态分解(CEEMDAN)算法分解后采用小波阈值降噪;最后采用逆CEEMDAN和逆ICA算法重构信号,达到伪迹去除的目的。采用公开的BCI2000运动想象数据集中60组数据进行实验,结果表明,所提算法的EOG伪迹自动识别正确率达80%,比基于峰度的伪迹识别算法提高约26.7%;采用公开的Klados EEG数据集中15组数据进行实验,结果表明,重构后的EEG信号与纯净的EEG信号的相关系数为0.841,均方根误差较受污染信号降低约56.82%。实验结果证明了所提算法在提高伪迹去除能力的同时能够有效保留有用脑电信息。     

基于EMD与遗传算法结合的参数辨识

提出将EMD（empirical mode decomposition）信号分解与遗传算法结合用于参数辨识,以一个三自由度系统的算例进行验证,结果表明该方法行之有效。