公共文化服务平台

郭鹏: 作品数：85 被引量：794H指数：12; 供职机构：华北电力大学控制与计算机工程学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家科技支撑计划更多>>; 相关领域：电气工程自动化与计算机技术动力工程及工程热物理理学更多>>

合作作者

基于模拟退火?逐步优化算法的多形态高载能负荷协调降损二层优化模型被引量：5: 2017年; 大规模风电远距离输送及其出力的随机性和波动性对电网损耗产生了显著影响。提出利用容量大、调节能力强的高载能负荷对风电进行响应控制,从而有效降低网损。在此基础上,针对不同形态的高载能负荷在调节周期与调节特性上的差异,以及它们之间的协调配合关系,建立两者协调降损二层优化模型,在上、下层中分别进行不同形态的高载能负荷的优化,两层优化相互制约,交替迭代至最优解。求解二层优化模型时,提出模拟退火?逐步优化算法,克服了现有算法不能同时兼顾全局搜索能力和求解速度的矛盾。甘肃西部电网的实际算例验证了协调降损二层优化模型及模拟退火?逐步优化求解算法的有效性和优越性。; 郭鹏刘文颖蔡万通但扬清李亚龙王维洲; 关键词：模拟退火

基于运行数据的风电机组本地风向波动特性及偏航控制研究被引量：4: 2020年; 采用某风电场采样时间间隔为1 s的SCADA数据,研究与机组偏航控制系统密切相关的风电机组本地风向波动特性。从分析风向波动的微观过程入手,提出准确衡量风电机组本地风向波动的量化指标。对该风电场的3台典型机组的运行数据进行对比分析,并进行偏航控制和发电量的仿真计算,说明在平均风速相同的情况下同一风场中不同机组的风向波动性存在很大差异,并且稳定性不同的机组其风向波动特性随风速变化的规律也不同,平坦地势下平均风速越高风资源稳定性越好的规律对某些地形复杂的风电机组不能适用。; 郭鹏陈思; 关键词：风力发电

双馈式风力发电系统最大风能跟踪控制的研究被引量：11: 2010年; 由于双馈式变速恒频风力发电系统其转子转速具有可调性,所以可通过调节发电机转子转速以获得最大风能。首先介绍风轮机的功率特性,列举两种现有的最大风能跟踪控制算法,其中着重分析常用的变步长爬山法,随后以双馈式发电机为例,提出把黄金分割法应用于最大风能追踪的设想,最后采用MATLAB软件对3种算法进行仿真对比。仿真结果表明,黄金分割法具有可行性,在风能追踪精度与速度上具有优越性。; 陈思卓郭鹏范晓旭; 关键词：风力发电最大风能追踪双馈式变速恒频

MKIF模型风电机组健康劣化监测及预警被引量：2: 2022年; 分析了风电机组异常数据分布特征,设计了MKIF(Mini-batch K means-isolation forest)算法,并基于MKIF算法构建了风电机组健康劣化监测预警模型。MKIF算法将小批量K均值聚类引入搜索树的划分过程中,使用轮廓系数监督树分裂节点的数量和位置。定义了MKIF异常得分以描述数据的孤立程度,进而有效识别和剔除异常数据并基于正常运行数据建立风电机组健康基准模型。使用健康基准模型和滑动窗口算法即可对监测数据劣化程度进行评估;当窗口内劣化数据比例超过设定阈值时,触发机组健康劣化预警。以某风电机组齿轮箱油温异常导致发电性能劣化为实例,验证了模型的有效性。; 刘博嵩郭鹏雷萌; 关键词：风电机组 SCADA系统

基于自适应DBSCAN算法的风电机组异常数据识别研究被引量：19: 2021年; 为了对风电机组实测数据中的异常数据进行有效识别和剔除,通过分析风电机组的风速-功率异常数据,提出了基于分功率区间的自适应密度聚类(DBSCAN)异常数据识别算法,采用无标签聚类轮廓系数对DBSCAN算法中关键参数半径(ε)和邻域密度阈值(Z)进行自适应最佳选择,并利用该算法识别实验机组的异常数据。结果表明:该算法避免了人为主观设定导致的误差,能够对风电机组异常数据进行有效识别。; 雷萌郭鹏刘博嵩; 关键词：风电机组 DBSCAN算法异常数据

灰色误差校正多变量动态矩阵控制被引量：4: 2008年; 针对多变量系统耦合严重和特性时变的特点,提出了一种灰色误差校正多变量动态矩阵控制方法。该方法将原系统分解为多个多输入单输出子系统,根据动态矩阵控制设计了多个子系统的控制器,对多个控制器方程联立求解得到预测控制增量序列。以灰色多步误差预测校正替代原有算法的当前一步误差校正,用来克服对象时变所造成的模型失配的影响,并给出了灰色多步误差预测方法的稳定性分析。对300MW机组负荷系统的仿真表明,该方法减小了负荷和主汽压间的耦合;当对象特性变化时,能够实现超前调节,缩短调节时间。; 郭鹏师东娜

基于Hopfield网络的主汽温串级MAC的研究被引量：2: 2005年; 模型算法控制(MAC)是预测控制的一种, 在惯性迟延对象的控制中有很好的应用。但模型算法控制存在稳态误差及控制作用约束性差等问题。Hopfield网络是神经网络的一种重要形式, 在求解有约束二次优化问题中有很好的应用。首先将模型算法控制转化为有约束二次约束优化问题, 然后与标准形式相比较, 得到Hopfield网络的参数, 并用其求解有约束的模型控制算法预测控制序列。这种新方法被应用到电厂中延时和惯性较大的主汽温串级控制系统中。内回路采用比例控制器, 主回路的控制作用由Hopfield网络优化计算得出。与简单的串级控制相比, 它的超调量小, 鲁棒性强, 控制作用平滑, 对控制作用输出可以进行约束。对电厂主汽温系统的仿真研究证明了这种控制方式的有效性。; 郭鹏; 关键词：HOPFIELD网络模型算法控制串级控制控制约束

全生命周期的数字化电厂被引量：15: 2015年; 从全生命周期的角度定义数字化电厂,并针对数字化电厂在全生命周期时间轴上存在的信息孤岛现象,提出了数字化移交概念,以数字化移交电厂标识系统(KKS)编码体系为基础,建立了电厂数字化移交平台,深度挖掘数据功能,增加电厂信息的有效利用率,解决了全生命周期数字化电厂的信息孤岛问题,提高了数字化电厂整体运行的经济性与安全性。; 张晋宇郭鹏朱赫倪永中徐鸿; 关键词：数字化电厂全生命周期 KKS编码信息孤岛

基于AdaBoost算法的多参数模型风电机组叶片结冰监测与预警研究被引量：3: 2021年; 叶片结冰是影响冬季我国部分高海拔高湿度地区风电机组安全运行的因素之一。及早检测出叶片结冰能够及时调整机组运行方式,保证机组安全。分析了叶片结冰对风电机组运行性能和运行参数的影响,将功率、叶轮转速和环境温度作为监测叶片结冰的变量。采用自适应增强(AdaBoost)算法分别建立功率模型和叶轮转速,引入指数加权移动平均(EWMA)方法分析功率和叶轮转速模型的预测残差,从而对叶片结冰时2个参数的异常变化进行监测,当风电机组输出功率和叶轮转速2个参数同时出现异常且环境温度低于0℃时发出叶片结冰预警。利用昆明某风场风电机组实际叶片结冰数据验证了该方法的有效性。; 范大千刘博嵩郭鹏; 关键词：可再生能源风电机组自适应增强算法

基于XGBoost建模和Change-Point残差处理的风电机组齿轮箱温度预警被引量：9: 2018年; 风电机组具有单机容量小,台数多,状态信息复杂的特点;基于SCADA数据的风电机组齿轮箱预警普遍存在预测精度和计算效率低,资源占用高的问题,选取有效方法以克服上述问题成为齿轮箱预警的关键。极限梯度提升(eXtreme Gradient Boosting,XGBoost)算法本身结合多线程、数据压缩、分片的形式,其在处理大数据量样本时仍具有较高的通用性。采用XGBoost算法建立齿轮箱正常工作状态的温度模型,使用XGBoost模型与其它4类回归预测模型分别进行齿轮箱温度预测模型实验,结果表明XGBoost模型在齿轮箱温度预测中综合性能要优于其它4类模型。当齿轮箱发生故障时,模型的样本特性会发生异常变化,导致模型的预测残差发生明显改变。为提高齿轮箱故障预警的可靠性,构建了新的Change-Point算法,利用Change-Point技术进行XGBoost模型预测残差序列分析,可定位齿轮箱状态劣化时间点,回溯状态劣化原因。; 王桂松郭鹏胥佳刘瑞华李韶武; 关键词：齿轮箱预警 CHANGE-POINT

郭鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

郭鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈