BP神经网络在水轮机综合特性曲线中的应用

介绍了利用BP人工神经网络进行水轮机综合特性曲线数据处理的方法。这种方法无须建立具体的函数关系表达式,即可将已知离散数据进行拟合,从而提高了水轮机综合特性曲线数据处理的工作效率。     

一种用于电力系统仿真的水轮机非线性模型

通过拟合的方法得到一种非线性的动态水轮机模型 ,仿真结果表明 ,水轮机的非线性对电力系统的稳定计算具有较大的影响     

混流可逆式水轮机转轮轴向水推力计算分析

分析了混流可逆式水轮机转轮轴向水推力的构成,给出了相关的数学计算模型．结合某抽水蓄能电站实际工程,分别利用解析计算和数值计算两种方法进行了水轮机转轮轴向水推力的比较计算,指出转轮轴向水推力的计算精度主要取决于高压腔内转轮表面所受轴向水推力F11、F21的计算精度,而影响F11、F21值大小的主要因素是止漏环漏水量和高压腔内水流的旋转角速度;当上、下止漏环外径差值较小并假定上、下止漏环漏水量相等的情况下,解析计算方法求出的转轮轴向水推力结果误差不大．     

水轮机特性的神经网络建模

针对水轮机特性难以用数学方法解析表达的问题，研究用神经网络对水轮机特性进行建模，并给出了具体步骤.水轮机单位流量和单位力矩特性的BP神经网络模型能真实地表达水轮机的非线性特性，且解决了插值法的导数不连续问题，从而改善了水击计算的收敛性，为用于工程计算和科学分析的水轮机特性表达开辟了新的途径.计算实例说明了该方法的有效性和实用性.     

水轮机固定导叶的动力特性

为计算水轮机固定导叶的动力特性，提出了计算座环约束刚度的一个简化方法，推导了刚度系数的计算公式，利用通用板单元分析了导叶在空气中的自振特性，并在真机上作了原型观测；计算结果与实测值吻合较好，进而考虑流体耦合因素，计算了固定导叶在水中的动力特性。     

不同开度下水泵水轮机飞逸工况压力脉动特性分析

为研究不同开度下混流式水泵水轮机流道内的压力脉动,采用Realizable k-ε湍流模型,进行了某模型水泵水轮机飞逸工况7个不同开度下的全流道三维非定常数值计算,并与实验结果进行对比,分析了其各区域压力脉动幅值和频率.结果表明:随着开度的增大,转速上升,水泵水轮机流道内的压力脉动幅值有所升高,增大到一定程度后会引起蜗壳内流动特性的改变;中间开度21 mm时活动导叶转轮区域及尾水管内压力脉动主频较其余两开度高而幅值有所降低;尾水管中压力脉动主频具有传递性且幅值随流动方向增大.     

用智能模块进行水轮机综合特性曲线的计算机处理

介绍了用人工神经网络的智能模块进行水轮机械验曲线仿真处理的方法，这种方法无须去建立复杂的拟合曲线数学公式，而是采用人工智能技术提高了处理精度。     

单级混流可逆式水泵水轮机组额定水头的选择

本文对于单级混流可逆式水泵水轮机组额定水头选择目前还没有较为成熟的方法,本文通过对电站运行情况、电网特点、水泵水轮机特性、经济性等方面,结合已建工程实际情况,分析额定水头选择的方法。     

三峡模型水轮机转轮前后的流动特性

水轮机转轮前后流动特性的测试对于了解流动型态、改进水轮机的水力设计有重要意义。用五孔球测量三峡水电站模型水轮机转轮前后液动特性的结果,并对在最优工况及偏离工况下的测试结果作了初步分析。测试结果表明,最优工况的轴面速度分布规律介于一元理论及二元理论假设之间,数值偏大,沿转轮进、出口边的环量分布均为自上冠至下环逐渐增大。     

小转速工况下轴流涡轮非设计性能预测方法

基于轴流涡轮部件设计点气动参数与相应几何尺寸,发展了一种计算现代涡扇发动机高、低压涡轮部件特性逐排计算方法,完成了相应的计算程序编制;并将其应用于两个型号发动机高压涡轮部件特性预测.计算结果与实验数据比较表明,作为一种近似方法具有可接受的工程精度,尤其适合于预测发动机涡轮部件小转速状态特性,为现代涡扇/涡喷发动机起动过程模拟与分析提供了模型基础.     

基于灰色关联分析的自适应神经网络及其在水轮机建模中的应用

以灰色关联分析为基础,提出了一种自构形神经网络的算法,实例表明,自适应神经网络是建立水轮机数学模型的有效方法。     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

人工神经网络BP算法密集型数据的预处理

针对误差反向传播算法密集型数据输入问题，提出一种数据预处理方法。模拟实验表明，采用这种预处理技术可以极大地改善密集型数据输入时网络的学习效率。     

神经元网络在实验数据拟合中的应用

本文针对实验数据曲线拟合中函数形式未知和函数形式已知、系数待定两种情况 ,提出了采用神经网络进行数据曲线拟合的方法 ,并分别以两个实例说明了所提出的方法的有效性。     

低比转速混流式水轮机转轮上冠型线的优化方法

通过混流式水轮机转轮上冠型线的优化,以提高水轮机效率为目的,基于ISIGHT软件集成GAMBIT和ANSYS FLUENT16.0软件,采用实验设计的最优拉丁超立方(optimal Latin hypercube, OLH)方法提出了80组设计方案.然后运用ANSYS FLUENT16.0软件对各方案进行数值计算,以设计工况下的水轮机效率为目标函数,进而用响应面方法(response surface method,RSM)得到近似模型.最后结合粒子群优化(PSO)算法进行自动优化设计,提出一种低比转速混流式水轮机转轮上冠型线的优化设计方法.该方法应用于模型混流式水轮机转轮上冠型线的优化设计,结果表明:优化后水轮机水力效率提高0.35%,从而为混流式水轮机转轮上冠型线的优化设计提供了合理有效的途径.     

构造容错人工神经网络的方法

具有容错能力的人工神经网络结构，可以提高人工神经网络的可靠性。本文提出了基于ＢＰ算法的容错人工神经网络评价函数，分析了容错性，并给出了模拟结果。     

应用人工神经网络的无功／电压控制新方法

本文利用人工神经网络中的HOPFIELD连续模型(HNN)来求解电力系统中的无功优化问题,对HNN模型作了改进,使其能够处理等式约束和不等式约束,从而使得HNN模型可以应用于求解非线性规划问题。在算法上,和传统的无功优化方法不同,本方法不区分状态变量和控制变量,只以节点电压作为DNN模型能量函数中的自变量。该方法开发了HNN神经网权值矩阵的稀疏性。通过对雅可比矩阵的修正,引入了变压器变比的变化。另外,本文还从理论上分析了HNN模型的能量的性质,探讨了一种修正HNN模型能量函数中参数的方法,从而保证了解的可行性。最后,通过两机系统,IEEE-6节点,IEEE-30节点系统的测试,验证了这两种模型的正确性。     

基于BP人工神经网络的非饱和黄土湿陷系数计算方法

在综合分析非饱和黄土湿陷系数影响因素的基础上,采用BP人工神经网络方法建立了湿陷系数的计算模型.用西安地区黄土的实测资料作为网络模型的学习训练样本和测试样本,对网络模型的计算结果与实测进行了对比.结果表明,用人工神经网络方法计算非饱和黄土湿陷系数,结果准确、可靠,更接近于实际,为湿陷系数的理论计算提供一种新方法.