张晋华 作品数:58 被引量:87 H指数:5 供职机构: 华北水利水电大学 更多>> 发文基金: 国家自然科学基金 水利部公益性行业科研专项 河南省科技攻关计划 更多>> 相关领域: 电气工程 水利工程 动力工程及工程热物理 自动化与计算机技术 更多>>
一种降低风电机组机械损耗的风电场内优化调度方法 本发明公开了属于风电场技术领域的一种降低风电机组机械损耗的风电场内优化调度方法。该方法为:步骤1:对不同风况下不同载荷工况进行数值模拟,得到不同载荷工况下不同重要部件承受的循环载荷作用次数;步骤2:计算得到不同载荷工况下... 张晋华 刘永前 韩爽 徐强 阎洁 顾波文献传递 电子设备散热技术及辅助分析软件的研究 被引量:2 2009年 通过对电子设备散热领域现状的分析,指出了传统散热方式的局限性,介绍了近几年出现发展应用的几种主要的电子设备散热新技术;分析了热分析软件在电子设备散热领域的作用,对2种应用比较广泛的辅助热分析软件FLOTHERM和ICEPAK从其应用范围、技术特点等方面做了介绍,并对2种软件的应用进行了对比,为电子设备热设计人员提供一定的参考. 张晋华 韩冰关键词:热分析 电价机制-推进电力需求侧管理在我国的发展 被引量:2 2006年 介绍了两部制电价和分时电价等电价机制,以及其在我国的发展现状,提出了电力需求侧管理能否在我国深入发展的关键是建立合理的电价机制,预示着我国电价机制的改革势在必行。 张晋华 刘雪枫关键词:电价 两部制电价 峰谷分时电价 基于云模型-LSTM的光伏功率中期预测 被引量:8 2021年 准确的光伏功率预测不仅是光伏电站并网安全运行的重要保证,还能有效减少弃光现象的发生,提高光伏能源利用效率。针对当前我国新能源功率预测3天的时间尺度与火电5-7天启停周期不匹配的情况,从提高光伏消纳的角度出发提出了一种基于云模型-LSTM的光伏功率中期预测方法。首先建立辐照度云模型,通过云模型相似度计算挖掘相似日;将相似日数据代入长短期记忆(Long-short Term Memory,LSTM)神经网模型进行训练;最后进行光伏功率预测。考虑季节差异,分别在四个季节随机选取一周进行光伏功率预测,结果表明云模型-LSTM的预测准确性较传统LSTM、SVM以及GM模型均有一定提升。 张晋华 张晋华 冯源关键词:光伏 云模型 基于降低集电系统损耗的风电场内机组优化调度研究 2017年 以风电场内集电系统网损最小为目标函数,同时以电网调度要求、风力发电机组有功输出的功率上下限、风力发电机组无功输出的功率上下限、风力发电机组端电压上下限以及变压器电压比上下限等为约束条件,建立风电场内机组优化调度的数学模型,并分别采用粒子群优化算法和遗传-粒子群优化算法进行寻优。结果表明,遗传-粒子群算法在优化效果和运算效率方面均优于单一粒子群算法。 张晋华 曹群士 刘永前关键词:优化调度 风电场 一种高鲁棒性气体压力传感器 本发明涉及一种高鲁棒性气体压力传感器,本发明有效解决了现有压力传感器无法实现兼顾高灵敏度以及宽量程而导致无法满足实际需求的问题;解决的技术方案包括:当系统因外界因素干扰而产生压力突增时,可自动切换压力检测路线进而避免因压... 吕灵灵 常瑞 徐燕 张晋华 胡德来 李梓凯 赖文琦 王少星浅谈电力DSM技术及其在中国的发展 被引量:1 2006年 主要介绍了电力需求方管理或需求侧管理(DSM)的发展、目的和技术,论述了实施DSM的效益以及DSM在我国的实施情况和前景。 张晋华 程鹏关键词:电力供应 DSM DSM技术 可持续发展 基于改进混沌粒子群算法的自动化药房储位分配优化方法 本发明公开了一种基于改进混沌粒子群算法的自动化药房储位分配优化方法,包括以下步骤:A:建立药房储药库模型;B:随机初始化种群中每个粒子的位置和速度;C:评价初始种群中每个粒子的适应度,保存全局最优位置<Image fil... 熊军华 吕灵灵 王亭岭 陈建明 张晋华 贠超 樊明 沈海莲 吴莉莉文献传递 一种风电场内功率分配方法及分配装置 本发明公开了一种风电场内功率分配方法及分配装置,所述风电场内功率分配方法包括步骤:S1、利用聚类算法将风电场内机组分为若干类机组群,将功率较高,波动较小的机组进行优先调度,建立目标函数;S2、设定目标函数的约束条件;S3... 张晋华 程鹏 刘雪枫 曹永梅 张云鹏 王强 周晓明 曹群士文献传递 基于改进相似日和深度置信网络的光伏短期功率预测 2022年 针对基于传统灰色关联度的相似日选择算法进行光伏短期功率预测精度不高的问题,提出一种逆向云-灰色关联度相似日选取混合算法进行光伏发电短期功率精确预测。算法充分考虑环境因素对光伏发电量的不确定性影响,通过合理选择最优相似日作为深度信念网络的训练样本,建立基于相似日的粒子群优化深度置信网络光伏短期功率预测模型,用于提高光伏短期功率预测精度。采用该方法,并在不同天气状况(晴天、多云)下进行光伏短期功率预测,预测结果分别与传统BP神经网络、相似日BP神经网络、粒子群优化深度置信网络预测结果进行了对比。结果表明,所提方法在2种不同天气状况下均具备较高的预测精度,证明了模型的优越性、有效性与通用性。 刘永涛 胡冠中 张晋华 王红艳