排序方式: 共有62条查询结果,搜索用时 31 毫秒
21.
22.
23.
24.
针对ZigBee网络在风电场应用中存在的网络拓扑结构、数据流向等网络管理问题,从根本上对获取ZigBee网络拓扑信息进行了研究。通过对ZigBee路由协议的原理进行分析,然后基于Zstack协议栈进行ZigBee网络节点的软件设计,并在所搭建的CC2530硬件平台上进行了测试,最终发送控制命令获得网络拓扑信息,并对网络拓扑信息进行分析,结论表明该信息是确定网络拓扑结构、网络节点间数据流向的重要依据,从根本上为风电场的ZigBee网络管理问题提供了一种的有效的可行方案。 相似文献
25.
改进小波结合BP网络的风力发电机故障诊断 总被引:2,自引:0,他引:2
针对风力发电机早期故障时定子电流特征量难以提取的问题,提出了单子带重构改进小波变换结合BP神经网络的风力发电机故障诊断新方法。通过对风力发电机的定子电流进行单子带重构改进小波变换,消除了传统小波变换中的频率混叠现象;从小波变换后的子带信号中选取特征域、提取特征量作为BP神经网络的输入;在此基础上,结合BP神经网络的输入输出非线性映射能力,完成对故障的诊断和定位。经过仿真实验证实,该方法准确地实现了对风力发电机故障的诊断。 相似文献
26.
文章提出了一种基于BP神经网络的双馈式风力发电机(DFIG)相间短路故障诊断方法,利用Park变换对DFIG进行建模,并对发生在DFIG定转子侧的相间短路故障进行了仿真,确定了在故障状态下,将DFIG定转子侧的电流量和电压量作为典型故障数据的可行性。在此基础上,通过典型故障数据对BP神经网络的训练,使新的诊断方法在DFIG发生相间短路故障时,能精确地对DFIG的相间短路故障类型进行判断。最后,利用MATLAB对神经网络进行编程设计和仿真分析,验证了该方法的可行性,为DFIG的相间短路故障诊断方法提供参考。 相似文献
27.
28.
针对风电机组故障信号的非平稳性以及故障与征兆的非线性映射导致的故障识别困难问题,提出了改进型的节点重构小波包频带能量谱与PNN(概率神经网络)的联合故障诊断新方法。文章深入分析了传统小波包频带错乱的问题,借助傅里叶变换与傅里叶逆变换改进了小波包,消除了小波包频带错乱的缺陷。首次采用改进型小波包提取故障信号特征量作为PNN的输入,然后利用PNN快速准确的非线性映射能力进行故障诊断。最后,采用风力发电机故障试验台的故障轴承的实际数据对所提方法进行验证,结果表明,所提方法可行且有效。 相似文献
29.
当电网接纳一定规模的风电时,继续增加风电的接纳并不能使全系统的煤耗量和污染物排放量进一步下降。针对这一问题,提出了"日前风电最佳接纳能力"的概念,构建了风电增发带来最大经济效益和环保效益时的风电最佳接纳能力的优化计算模型。将风电能够为电网节约的煤耗量和减排的污染物排放量最大以及电网接纳风电能力最大作为目标,并计及风电的波动性以及系统正负旋转备用容量约束,利用快速非支配排序的多目标遗传算法进行求解。以山西某区域电网为例,验证了文章所提模型和方法的有效性和合理性,符合节能发电调度理念。 相似文献
30.