简介:超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机(ELM)超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型(ARIMA),进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。
简介:为解决多种轻量化材料在车身(BIW)上应用带来的复杂装配问题,引入复杂性理论描述多材料车身装配的复杂性,进行基于复杂性分析的多材料车身装配任务分配。依据车身装配操作中复杂性的来源,进行车身装配操作选择复杂性和装配操作执行复杂性的分类描述与度量,并建立基于复杂性分析的装配任务分配优化模型,算法求解得到装配系统复杂性最小的任务分配优化。实例验证了基于复杂性分析的装配任务分配的可行性,为研究基于复杂性分析的智能制造装配系统优化提供依据。
简介:目前运行的风电机组的电动变桨系统有独立设计的核心部件,主要由伺服驱动器和备用电源组成。由于该组合的结构复杂,使用中常导致变桨系统出现故障。为确保风电机组安全、稳定运行,根据变桨系统工作要求,搭建了验证一体化变桨驱动系统的实验平台,对伺服驱动器和备用电源的一体化结构进行了实验研究,完成了不同工作模式下的性能和系统的低压穿越性能测试。实验结果表明,系统具有较好的运行特性,符合设计要求。
基于误差修正的极端学习机超短期风速预测
基于复杂性分析的多材料车身装配任务分配
一体化变桨驱动器的实验研究