摘要：传统的在线集成负荷预测模型根据固定时间长度窗口内样本数据的预测误差更新模型参数,忽略了窗口内不同预测误差对参数更新影响程度不同的问题。为此,该文提出一种新的基于误差在线更新的集成负荷预测模型。首先,建立基于拉格朗日的集成预测最优权重求解模型,在目标函数中引入误差影响矩阵来量化窗口内不同位置的预测误差对模型权重影响的差异。然后,借鉴AdaBoost调整样本权值的思想,设计一个权重衰减因子用于在窗口滑动过程中动态调节误差影响矩阵。应用提出的模型对中国北方某城市5个地区的真实用电负荷数据进行负荷预测实验,该文模型的平均预测误差平均绝对百分比误差为5.1%。与现有的在线集成预测模型相比,预测误差平均降低了0.91%。

摘要：燃煤电站NO_(x)排放预测模型可提高脱硝经济性。NO_(x)排放机理复杂,相关性变量众多,有效的融合相关变量之间的信息,能提高NO_(x)排放预测精度。提出了一种基于互信息-图卷积神经网络的NO_(x)排放预测模型。基于某660MW燃煤电站的运行参数,计算影响NO_(x)排放的特征变量之间的互信息,设计特征变量间的邻接关系,获取特征邻接矩阵,构建了基于图卷积神经网络的NO_(x)排放预测模型。将所提出的NO_(x)预测模型与基于LSTM、BPNN和LS-SVM的典型NO_(x)预测模型进行对比,实验结果表明,MI-GCN预测模型具有较好的泛化能力和较高的预测精度。

摘要：火电厂燃烧产生NO_(x)会污染大气环境,设计精确高效的NOx实时软测量方案对于节能减排至关重要。该文提出一种基于pix2pix的NO_(x)排放预测模型。采用互信息对影响NOx生成的主要变量进行重要性排序并选择相关特征变量,构建基于pix2pix生成对抗网络模型,通过生成器和判别器的博弈训练优化参数。基于某660MW燃煤机组的运行参数进行仿真验证,并与基于长短期记忆网络、反向传播神经网络和最小二乘支持向量机的典型NO_(x)预测模型进行对比,结果表明所提方法可有效解决数据维度增加带来的预测困难,具有较高的预测精度和较小误差。

摘要：新时代高等工程教育肩负着培养具备知识更新能力、岗位适应能力、职业拓展能力的工程人才的重任,构建以多维度培养质量评价为基础的特色化人才培养体系是重中之重。该文梳理国内外工程人才培养的相关进展,分析了人才培养质量评价要素,设计定量评价与定性评价相结合的人才培养质量评价指标体系,建立起持续改进机制。在评价与改进的基础上,构建以学生能力培养为中心、符合工程教育认证标准的电力特色自动化类专业课程体系,完善理论课程与实践课程设置,厘清课程与学生能力培养之间的映射关系,形成培养“解决复杂工程问题”能力的教学布局。以华北电力大学自动化类工程人才培养为例,介绍改革实践成效,希望为行业特色工程人才培养提供借鉴与参考。

摘要：为研究双转子风力机的气动特性和风能利用率,基于NREL 5 MW和WindPACT 1.5 MW风力机转子,搭建了双转子风力机模型,并进行了功率优化控制仿真。首先,建立了双转子风力机的气动、塔影效应、传动链与发电机模型,在Matlab/Simulink中搭建了双转子风力机模型。其次,基于自由涡尾迹法(Free Vortex Wake, FVW)对双转子风力机流场进行了不同风况下的仿真计算。最后,基于模糊控制设计了双转子风力机功率控制策略,并与PID控制策略进行了比较。结果表明:与CFD相比,FVW计算的流场风速相对误差绝对值小于10%,能够快速动态计算双转子风力机的流场分布;对比不同风况,双转子风力机的风能利用率可提高约24%;模糊控制策略在双转子风力机功率动态响应和抑制功率波动方面改善明显。

摘要：目的螺栓是输电线路中数量最多的紧固件,一旦出现缺陷就会影响电力系统的稳定运行。针对螺栓缺陷自动检测中存在的类内多样性和类间相似性挑战,提出了一种融合先验信息和特征约束的Faster R-CNN(faster regions with convolutional neural network)模型训练方法。方法在航拍巡检图像预处理阶段,设计了基于先验信息的感兴趣区域提取算法,能够提取被识别目标的上下文区域,从而减少模型训练阶段的数据量,帮助模型在训练阶段关注重点区域,提高其特征提取能力。在模型训练阶段,首先通过费舍尔损失约束Faster R-CNN模型的输出特征生成,使样本特征具有较小的类内距离和较大的类间间隔;然后采用K近邻算法处理样本特征得到K近邻概率,将其作为难易样本的指示以引导模型后续更加关注难样本。结果在真实航拍巡检图像构建的螺栓数据集上进行测试,与基线模型相比,本文模型使螺栓识别的平均精度均值(mean average precision,mAP)提高了6.4%,其中正常螺栓识别的平均精度(average precision,AP)提高了0.9%,缺陷螺栓识别的平均精度提高了12%。结论提出的融合先验信息和特征约束的输电杆塔螺栓缺陷检测方法在缺陷螺栓识别上获得了良好的效果,为实现输电线路螺栓缺陷的自动检测奠定了良好的基础。

摘要：为了缓解电力系统因漂浮式风电场高比例并网而造成频率波动加剧的问题,建立了含漂浮式风电场的混合电力系统一次调频模型,并基于电池储能设计了一次调频协调控制策略。对负荷基准为1000 MW的漂浮式风力机区域进行数值模拟,区域内含100台5 MW的漂浮式风力机,每台配备1500 kW×60 s电池储能系统,分析对比了转子动能与超速减载联合一次调频控制策略与电池储能参与一次调频控制策略下混合电力系统的频率响应。结果表明:在负荷阶跃变化和随机变化的场景下,电池储能参与一次调频可以降低电力系统频率偏差和稳态误差,加快调频响应速度,使漂浮式风电机组的输出功率更加均匀,有效提高了风电机组运行的稳定性和经济性,改善了电力系统的调频性能。

摘要：对于利用单一蓄能难以提升火电机组变负荷速率的情况,综合利用凝结水节流调节和冷却工质节流调节2种快速变负荷方式改善火电机组变负荷性能。确定了凝结水节流调节功率增量范围、凝结水节流调节持续时间以及冷却工质节流调节功率增量范围;在保证机组安全运行的情况下,对传统的自动增益控制(AGC)负荷指令分解方式进行改进,并对分解后的负荷指令进行优化。结果表明:所设计的系统在保证机组安全运行的前提下,具有很好的变负荷效果,提升了机组整体的变负荷速率,实现了火电机组不同蓄能间的合理高效利用。

摘要：提出了一种以入口NO_(x)质量浓度预测值作为前馈的多模型γ增量型阶梯式广义预测串级控制策略。首先,设计3个典型工况下的γ-SGPC-PID串级控制器,然后通过模糊增益调度构建全局控制器,最后将基于VMD-ARIMA的入口NO_(x)质量浓度预测值作为前馈,构建了前馈-反馈SCR脱硝控制系统。结果表明:该前馈-反馈控制系统可以对氨气质量流量进行准确调节,降低出口NO_(x)质量浓度的波动变化,提高了变工况下SCR脱硝系统的控制品质。

摘要：无人机巡检输电线路时,因拍摄角度和距离问题,容易出现被输电线遮挡和远距离拍摄的防振锤脱落目标,导致目标特征被遮挡且分辨率较低,且部分防振锤出现滑移现象,导致目标识别准确率降低。针对以上问题,提出一种基于改进Cascade RCNN的防振锤脱落检测网络。第一,设计了对比学习网络,将正负样本与真实样本的特征进行对比学习,利用对比损失函数训练网络,使其能更加关注到被遮挡的防振锤脱落目标,提升其特征提取能力;第二,进行了分类器增强操作,筛选出网络级联结构中回归效果较好的感兴趣区域并送入最后的分类回归队列中,提高了分类器的分类能力,进而提升检测目标的分类分数;第三,设计了并行注意力机制模块,整合网络提取的特征,增大关键特征的权重,使网络关注到图像中更关键的区域;在特征金字塔中,将双线性插值方法代替为反卷积,提升特征还原能力。经交叉验证实验结果表明,改进后的模型召回率、精确率和平均精度达到了97.5%,91.0%和92.0%,相比基线模型分别提高了6.9%,28.4%和8.0%。