【摘 要】
：
目前，我国的电力生产主力仍然是大型火力发电机组，随着越来越多的清洁能源并网，大型火电机组承担了吸收这些不稳定电力因素，维持电网稳定运行的责任。同时随着AGC新的CPS标准的发
【出 处】
：
华北电力大学(北京) 华北电力大学
论文部分内容阅读
目前，我国的电力生产主力仍然是大型火力发电机组，随着越来越多的清洁能源并网，大型火电机组承担了吸收这些不稳定电力因素，维持电网稳定运行的责任。同时随着AGC新的CPS标准的发行，电网公司对火电机组的负荷响应性能提出了更高的要求，因此，研究大型火电机组的负荷响应优化技术具有重要意义。 本文对国内外应用较多的负荷响应优化方法进行了分析对比，提出了一种基于主汽压预测模型的优化控制方法，即充分利用主蒸汽压力预测值和被控值对比来修正炉跟机运行方式下的给煤控制策略。本文以三段式超超临界机组锅炉模型为基础构建了仿真平台，并采用机理推导的方法建立了直流炉主蒸汽压力预测模型，对该预测控制方法在负荷大范围扰动及连续变工况情况下的响应性能进行了仿真并与常规控制方法作对比。仿真结果分析表明，这种基于主蒸汽压力预测的控制方法大幅提高了负荷响应速度并维持主蒸汽压力在波动范围内。
其他文献
模糊图像恢复是数字图像处理技术的一个重要分支，其中由拍摄目标与成像设备的相对位移引起的运动模糊是一种常见的现象。模糊图像的常规恢复分两方面的工作：一方面是退化函数的
图像增强是对图像的低层次处理，处于预处理阶段，是在整个图像处理过程中承前启后的重要环节，对图像的高层次处理的成功与否具有重要影响。边缘检测则是图像识别的基础，更是图像分
目前，由于能源紧缺和环境污染问题日益严重，纯电动汽车及混合电动汽车成为了汽车行业未来的发展趋势。由于铅酸蓄电池具有大能量、性价比高等特点而被广泛的作为电动汽车的动力源。对动力源的有效管理又成为了电动汽车的重点，电动汽车的能源管理系统又以铅酸蓄电池剩余容量为基础，因此，铅酸蓄电池剩余容量的精确估计成为了电动汽车研究领域的热点问题。本文提出了基于自适应模糊神经网络这种软测量技术对铅酸蓄电池剩余容量进行
二十一世纪以来，中国的电力系统网络规模不断地扩大，电网故障诊断对大型区域的电网来说尤为重要，因此准确的故障诊断方法是电网顺利运行的有效保障，然而在电网故障过程中，由于断路器的误动作以及信息传输过程中信息的丢失或偏差，导致信息不确定性的出现，使得电网故障诊断难以获取相对完整的故障诊断信息，因此，我们如果要准确地进行故障诊断，就必须增加诊断系统的容错性，这样才能够准确的找到部分故障点，减小故障带来的影
路径规划是智能机器人研究领域的重点和热点,也是实现人工智能的一个重要方面。根据课题的需求,以自主车为研究对象。本文围绕自主车的路径规划算法进行了研究,主要深入研究
近年来随着计算机视觉技术和移动机器人技术的不断发展，研究者们越来越期望机器人具有如同人眼一样的视觉能力，去实现对场景的感知和理解。随着计算机视觉研究的深入，在二维图像
Internet蠕虫的频繁爆发带来了巨大的经济损失,已有的防病毒技术对蠕虫并不适用,而对蠕虫的研究相对滞后,已有的Internet蠕虫研究都集中在对某个特定蠕虫的行为描述和清除上,
本文从当今世界能源危机,迫切需要可再生清洁的新能源加入,来改善世界能源结构的角度出发,但是新能源的发电普遍具有不稳定性,风能是新能源中的代表。近年来随着风电并网规模的加大,变化速度快,波动幅度大,强非线性等特点的风电功率对电网频率和联络线功率波动的影响越来越明显,传统AGC(Automatic Generation Control)系统中PI控制,受机组本身功率变化速率的约束(Generation
递归神经网络(Recurrent Neural Networks,RNN)是在神经网络(Neural Networks,NN)的基础上加入反馈层，相对于前馈神经网络(Feed Forward Neural Networks,FFNN)，RNN使网络由单