您的位置: 专家智库 > >

黄戈

作品数:7 被引量:18H指数:3
供职机构:西安理工大学水利水电学院更多>>
发文基金:国家科技攻关计划更多>>
相关领域:电气工程自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 7篇电气工程
  • 1篇自动化与计算...

主题

  • 5篇电机
  • 5篇发电机
  • 3篇水轮
  • 3篇水轮发电
  • 3篇水轮发电机
  • 3篇发电
  • 2篇独立分量分析
  • 2篇抑制方法
  • 2篇振动故障
  • 2篇振动故障诊断
  • 2篇神经网
  • 2篇神经网络
  • 2篇双馈
  • 2篇双馈感应
  • 2篇双馈感应发电...
  • 2篇水轮发电机组
  • 2篇局部放电
  • 2篇故障诊断
  • 2篇发电机组
  • 2篇放电

机构

  • 7篇西安理工大学
  • 1篇西北勘测设计...

作者

  • 7篇黄戈
  • 5篇刘军
  • 5篇宋新甫
  • 2篇敬强
  • 2篇陈晓芸
  • 1篇贾嵘
  • 1篇崔建武

传媒

  • 3篇电网与清洁能...
  • 1篇水电自动化与...
  • 1篇2008电站...
  • 1篇2009年度...

年份

  • 5篇2009
  • 2篇2008
7 条 记 录,以下是 1-7
排序方式:
电网对称故障下双馈感应发电机低电压穿越分析
随着风电装机容量的急剧扩大,风电场对地区电网稳定性造成的影响愈发显著.电网短时故障情况下风力发电机的低电压穿越(LVRT)技术越来越受关注,新的电网规程要求风力发电机具有低电压穿越功能.首先介绍LVRT应用策略及要求,并...
宋新甫刘军黄戈敬强
关键词:风力发电机低电压穿越双馈感应发电机
文献传递
基于最小二乘支持向量机的水轮发电机组振动故障诊断方法研究
随着我国水轮发电机组单机容量的增大及水电在电力系统中所占比重的增加,水轮发电机组的稳定对系统的安全稳定运行越来越重要。电力系统的高可靠性要求能及时发现水轮发电机组的故障,对水轮发电机组实施有效的在线监测和故障诊断是保证机...
黄戈
关键词:水轮发电机组振动故障最小二乘支持向量机
文献传递
基于PSCAD的双馈感应发电机矢量控制研究被引量:5
2008年
在各种风力发电系统方案中,双馈感应电机(DFIG)变速恒频风力发电系统以其独特的优点逐渐成为当今风力发电的主流。在分析双馈电机的数学模型及原理的基础上,建立了基于定子磁链定向矢量控制的双馈感应电机风力发电系统模型。运用目前国外广泛应用的电力系统计算机辅助设计软件PSCAD/EMTDC对该系统进行仿真研究,并分析风力发电机运行时的动态性能。仿真结果表明,该控制方式实现了定子端口有功功率和无功功率的解耦控制,具有良好的控制效果。
宋新甫刘军黄戈
关键词:双馈感应发电机矢量控制解耦控制
基于ICA的水轮发电机局部放电干扰抑制方法
2009年
提出了一种基于独立分量分析(ICA)的水轮发电机局部放电干扰抑制方法,该方法可以有效地分离出相互独立或者近似独立的源信号。对于现场采集到的局部放电信号,可认为该信号中局部放电脉冲信号和噪声干扰是相互独立的。通过ICA方法对检测到的局部放电信号进行信号分离和消噪处理,从而得到局部放电脉冲分量,在时域、频域上都保持了原信号的完整性。通过实例证明了该方法的有效性。
刘军肖波李戈黄戈宋新甫
关键词:水轮发电机局部放电独立分量分析
基于ICA的水轮发电机组局部放电干扰抑制方法
本文提出了一种基于独立分量分析(ICA)的水轮发电机组局部放电信号提取方法,该方法可以有效地分离出相互独立或者近似独立的源信号。对于现场采集到的局放信号,可认为该信号中局放脉冲信号和噪声干扰是相互独立的。通过ICA方法对...
刘军宋新甫黄戈敬强陈晓芸
关键词:水轮发电机组局部放电独立分量分析
文献传递
基于RBF神经网络整定PID的风力发电变桨距控制被引量:5
2009年
为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络(RBFNN)整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。
宋新甫刘军黄戈
关键词:风力发电系统变速恒频变桨距转速波动
基于粒子群优化神经网络的水轮机振动故障诊断被引量:8
2009年
为了提高水轮机振动故障诊断正判率,提出粒子群算法优化BP神经网络的水轮机振动故障诊断方法,即把通过特征提取获得的机组故障特征量作为神经网络的输入,然后利用训练好的粒子群算法优化后的神经网络进行水轮机振动故障类型诊断。诊断结果表明,该方法具有良好的分类效果,比BP神经网络诊断模型诊断精度高。
黄戈崔建武陈晓芸贾嵘
关键词:水轮机振动故障诊断粒子群神经网络
共1页<1>
聚类工具0