【摘 要】
：
本文介绍了实时基准值的定义和确定方法，提出了该方法实现的设计方案并应用实例对该方法进行了验证。采用设计值和实验值确定初始值，然后对机组的运行数据进行分类，并利用聚类分析和BP神经网络技术建立基准值在线确定模型，确定当前工况下的最佳可达值，最后通过两者之间的修正得出实时基准值。通过实例计算对模型的应用价值进行了讨论和分析。
【机 构】
：
华北电力大学能源与动力工程学院 北京 102206
【出 处】
：
华北电力大学第五届研究生学术交流年会
论文部分内容阅读
本文介绍了实时基准值的定义和确定方法，提出了该方法实现的设计方案并应用实例对该方法进行了验证。采用设计值和实验值确定初始值，然后对机组的运行数据进行分类，并利用聚类分析和BP神经网络技术建立基准值在线确定模型，确定当前工况下的最佳可达值，最后通过两者之间的修正得出实时基准值。通过实例计算对模型的应用价值进行了讨论和分析。
其他文献
介绍了IEC61850系列标准中基于可扩展标识语言(XML)的变电站配置描述语言(SCL)的特点，比较了XML的三种约束模型XMLDTD、XMLSchema和RELAXNG。阐述了对变电站结构、通信系统和智能电子设备(IED)进行配置所要做的工作，着重探讨了对变电站IED的配置。通过对线路保护设备功能描述和数据描述两个方面的举例分析了XMLSchema在变电站IED配置中的使用方法，从而得出在对I
可靠性是电力企业的重要性能指标，也是影响电力企业经济效益的重要方面。本文根据近几年来发电设备主要可靠性指标的变化趋势，介绍了影响发电设备可靠性的关键因素、发电设备治理措施以及这些措施对可靠性的积极影响。论述了在电力市场环境下，发电设备可靠性管理将要发生的变化与面临的问题，同时借鉴国外近年来先进设备管理策略，对发电设备的可靠性和经济性进行了初步的分析和探讨，提出市场条件下加强和提高可靠性管理水平的建
针对直流偏磁引起的变压器振动噪声异常现象，本文结合直流偏磁及变压器振动的原理分析造成振动噪声加剧的原因，涉及变压器铁心、绕组结构及振动传播的途径。从振动噪声信号的幅值特性和频谱特性判断变压器的运行状况特别是直流偏磁影响下的特点。提出利用振动噪声监测方法建立变压器振动噪声的监测系统，经过计算声压值、声强值、振动值和分析振动噪声的频谱特性，结合直流偏磁的监测为影响分析提供依据。
对具有自然垄断属性的输配电环节的价格进行监管是十分必要的。该文从机制设计的角度出发，分析了满足激励相容约束的输配电价格监管机制的作用原理，在考虑输配电企业风险因素的前提下，通过构建委托—代理模型，设计满足激励相容约束的价格监管机制，以解决信息不对称条件下的输配电价格监管问题。
发电机中性点经消弧线圈和配电变压器接地是发电机最常用的两种接地方式，本文分别就这两种接地方式进行分析，对比两种接地方式的优缺点，并指出经消弧线圈接地方式在补偿度选择上存在的争议和混乱。对配电变压器接地方式，着重分析了二次侧接地电阻的选择。最后，对两种接地方式存在的问题提出了本文的看法和意见。
本文应用神经网络对复杂的函数进行仿真，并分别采用RBF(径向基函数)和BP(误差反传)模型对函数的逼近能力进行比较。仿真结果表明：在相同的精度下，RBF逼近能力更加好一些。而在BP网络中，LM算法要比梯度下降法更加准确和迅速。
提高灵敏度是陀螺仪设计的难点之一，通过改变陀螺仪的结构设计可以提高其灵敏度。本文从动力学入手，引出了平面硅微机械陀螺任意一点的动力学方程，讨论了有限元法解决这个动力学问题的可行性，并用ANSYS10有限元软件建立了硅微机械陀螺几何模型，通过有限元模拟得到了陀螺仪检测位移与角速度的线性关系，这与实际测量值一致。可见引入有限元法的结构设计，只要改变器件的尺寸就可以实现器件灵敏度的提高。
独立分量分析(ICA)是近年来伴随着盲信号分离问题发展起来的一种统计信号处理技术，该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。独立分量分析(ICA)作为一种有效的非高斯数据处理方法，能够有效降噪并把信号中的有用信息挖掘出来,为故障诊断提供更丰富的诊断信息。但是传统ICA的局限性在
本文运用学习曲线模型分析中国风力发电成本的发展趋势，比较分析了在采用恒定学习率和分阶段不同学习率情景下风力发电成本的趋势图。风力发电成本的学习率将大约维持在14[％]～20[％]之间，最低成本大约在0.5～1欧分/(KWh)。最后，预测风力发电在2020年可以与煤电成本相竞争。
本文以中信开放式基金指数为研究对象，运用GARCH类模型分析了基金指数收益率的波动特征。结果表明：开放式基金指数收益率序列存在明显的波动聚集性和条件异方差性；我国开放式基金市场具有较强的投机色彩；冲击对基金收益率的影响的持续性很大，风险也较大；GARCH(1,1)和GARCH_M(1,1)模型都能较好地拟合该收益率序列。