风电场微观选址工作的探讨

结合工程实例,对实际微观选址中存在的问题进行了汇总与分析,提出了在开展微观选址前需要注意的事项,为今后微观选址工作的顺利进行提供参考。     

叶尖结构变化对风力机噪声源分布特性的影响

为探究由水平轴风力机叶尖结构变化所造成的风力机噪声源分布特性的规律,利用圆盘声阵列系统对不同叶尖结构风力机采用近场声全息技术和远场波束形成技术进行噪声源识别.采集得到运行中的水平轴风力机在额定工况下的噪声信号,分析了噪声源声压级变化情况以及风力机噪声声源位置的分布规律.结果 表明:叶尖结构变化可以有效降低风力机的气动噪声,改变了风力机叶尖噪声的强度和产生位置,在一定程度上降低了叶尖噪声.通过对风力机叶尖结构的优化设计可以在不损害风力机气动性能的同时,实现较好的降噪效果.     

保定‒雄安地区近地面大气流动与轨迹输送特征

基于2016—2017年22个地面气象站点的观测资料和NECP-fnl数据, 使用CALMET风场诊断模式, 计算保定?雄安地区两个年份的逐时风场和每日输送轨迹。根据风场与流动轨迹特性, 从大气扩散输送的角度, 将当地大气流动划分为系统大风型、局地环流型与弱系统影响型 3 类。统计分析结果表明: 大气流动3个类型的大致比例为10%, 50%和40%; 系统大风型流动的占比较低, 且春夏季较多, 秋冬季较少; 局地环流型流动以秋冬季较多, 春夏季较少; 弱系统影响型的出现频率在全年变化不大, 但在秋冬季出现频率稍低; 大气流动受西北部山地影响, 山地-平原风可控制山前约100 km的范围, 覆盖保定市和雄安新区大部; 山地-平原风的转换可在山前区域形成部分时段的小风状况; 该地区大气输送的主要路径是西南-东北方向, 对应大尺度背景流动情况; 西北-东南方向的横向输送距离较短, 对应山地-平原风地形环流的影响; 在系统大风和弱系统影响下, 冬春季会出现部分直接向东南方向的输送轨迹。     

基于Gasa-BPNN的水轮机系统辨识与预测控制

Based on the characteristics of nonlinearity, multi-case, and multi-disturbance, it is difficult to establish an accurate parameter model on the hydraulic turbine system which is limited by the degree of fitting between parametric model and actual model, and the design of control algorithm has a certain degree of limitation. Aiming at the modeling and control problems of hydraulic turbine system, this paper proposes hydraulic turbine system identification and predictive control based on genetic algorithm-simulate anneal and back propagation neural network (GASA–BPNN), and the output value predicted by GASA–BPNN model is fed back to the nonlinear optimizer to output the control quantity. The results show that the output speed of the traditional control system increases greatly and the speed of regulation is slow, while the speed of GASA–BPNN predictive control system increases little and the regulation speed is obviously faster than that of the traditional control system. Compared with the output response of the traditional control of the hydraulic turbine governing system, the neural network predictive controller used in this paper has better effect and stronger robustness, solves the problem of poor generalization ability and identification accuracy of the turbine system under variable conditions, and achieves better control effect.     

一种新数值工具在车辆气动声学开发中的应用

为了优化车辆开发过程的有效性,数值气动声学分析法的实施和应用对汽车制造商来说变得越来越重要。提出了一种结合延迟分离涡流模拟和基于Lighthill方程及声学扰动方程的有限元模型混合数值工具,应用OpenFOAM和Actran软件实现了基于声学有限元法的近场声源区提取及声学压力脉动计算,并尝试应用于车顶扰流板及后视镜区域的气动噪声计算及分析。在兰博基尼Urus车型上,研究了不同车顶扰流板设计的气动声学行为,将仿真结果与斯图加特大学气动声学全尺寸风洞的实验结果进行比较,发现了令人信服的相关性。此外,探讨了扰流板上的主要噪声产生机制,研究了汽车表面压力波动水平随几何形状改变的变化情况。     

风力机工作原理及其空气动力学理论计算

本文主要介绍了当前国内外风力机的种类,在此基础上阐述了风力机的工作原理及其相关的空气动力学理论计算。     

基于RWEQ模型的典型沙区风蚀治理成效研究

以通辽市科尔沁左翼后旗(科左后旗)为研究区, 通过修正的风蚀方程(revised wind erosion equation, RWEQ)计算科左后旗2010-2016年的风蚀强度时空变化, 评价通辽市开展科尔沁沙地“双千万亩”综合治理工程的风沙治理效果。研究结果表明: 1) 2010- 2016年, 科左后旗风蚀强度呈现明显下降的趋势, 总风蚀量从2010年的3893.87万t下降到2016年的1883.56万t, 降幅为51.63%; 2) 工程实施区内平均风蚀强度高于全旗平均风蚀强度, 且相对风蚀系数在2016年明显下降, 说明项目建设成效显著, 有效地削弱了风蚀较高的项目区内的侵蚀; 3) 项目区建设具有一定的域外效应, 范围在3 km左右, 项目实施后, 不同距离缓冲区的相对风蚀系数均明显下降, 且越靠近项目区下降越明显, 从而减小了缓冲区之间的差距。     

超短期风电功率预测的混合深度学习模型

针对风电功率预测(WPF)问题,提出一种基于离散小波变换(DWT)、时间卷积网络(TCN)和长短期记忆(LSTM)神经网络的混合深度学习模型(DWT-TCN-LSTM),对超短期风电功率进行预测.将DWT-TCN-LSTM模型分别与差分整合移动平均自回归(ARIMA)模型,支持向量回归(SVR)模型,长短期记忆神经网络模型和卷积长短期记忆(TCN-LSTM)混合模型进行对比实验,通过对称平均绝对百分比误差(SMAPE),均方根误差(RMSE)和平均绝对误差(MAE)3种评价指标值对各个模型进行评价.实验结果表明:DWT-TCN-LSTM模型具有较好的预测性能.     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

基于近邻成分分析的短期风电功率集成预测

针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析(neighborhood components analysis, NCA)特征加权和Stacking集成预测的短期风电功率预测模型。考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型。算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度。