-
题名基于蓄电池-超级电容混合储能的风电功率平滑控制
被引量：5
- 1
-
-
作者
姜有华
赵小林
唐杰
-
机构
多电源地区电网运行与控制湖南省重点实验室
-
出处
《电工技术》
2022年第9期26-31,共6页
-
基金
湖南省教育厅重点项目(编号19A447)
邵阳学院2021年研究生科研创新项目(编号CX2021SY027)。
-
文摘
针对风电出力的随机性、波动性对电力系统的安全稳定运行产生了极大影响,提出了基于自适应滑动平均算法与集合经验模态分解相结合的混合储能系统平滑风电出力波动方法。首先利用自适应滑动平均算法将风电输出功率分解,得到满足并网条件的并网功率和混合储能功率;其次将混合储能功率进行集合经验模态分解,得到一系列频率由高到低依次排列的本征模态分量;然后根据蓄电池与超级电容的介质频率特性,将混合储能功率分配给蓄电池与超级电容;最后针对储能元件易出现过充过放的弊端,对储能元件的荷电状态进行实时监测,利用模糊优化控制对蓄电池与超级电容的功率指令进行实时修正。仿真结果表明,所提策略不仅能自适应地实现风电功率的分解,使得并网功率满足风电输出功率最大波动值的限值要求,还可确保储能元件的荷电状态工作在正常范围内,避免过充过放的发生。
-
关键词
混合储能
自适应滑动平均法
集合经验模态分解
模糊控制
-
Keywords
mixed energy storage
adaptive moving average method
ensemble empirical mode decomposition
fuzzy control
-
分类号
TM71
[电气工程—电力系统及自动化]
-
-
题名强噪声背景下钢丝绳损伤信号降噪方法
被引量：4
- 2
-
-
作者
吴东
张宝金
刘伟新
李光
宫涛
杨建华
-
机构
鞍钢集团矿业有限公司眼前山分公司
中国矿业大学机电工程学院
中国矿业大学江苏省矿山机电装备重点实验室
-
出处
《工矿自动化》
北大核心
2022年第1期58-63,共6页
-
基金
鞍钢集团矿业有限公司科研项目(2020-科A40)。
-
文摘
钢丝绳损伤信号是一种非平稳无周期性的冲击信号,其特征信号的降噪处理和特征提取成为亟待解决的难题。小波变换方法若小波基或者分解层数不适合,会在信号降噪的同时引入其他噪声干扰,影响信号处理与特征提取的效果。相较于小波变换方法,移位平均法只需要选择一定的移位窗宽即可实现对信号的有效降噪,但移位窗宽需要人为选择,盲目性大。针对上述问题,提出一种强噪声背景下钢丝绳损伤信号降噪方法。利用钢丝绳漏磁检测传感器采集不同类型的断丝数据,向信号中加入强高斯白噪声,以模拟强噪声背景;采用自适应移位平均法对钢丝绳损伤信号进行降噪,利用量子粒子群优化(QPSO)算法优化移位平均法的窗宽;将损伤信号的信噪比(SNR)作为适应度函数,通过QPSO算法使得损伤特征信号SNR最大化,从而实现最优信号降噪效果。实验结果表明,对于强噪声背景下的钢丝绳平稳和波动信号,相较于小波变换,自适应移位平均法的降噪效果更明显,信噪比更高,信号更为平滑。实测结果表明,对于现场采集的噪声相对弱一些的钢丝绳损伤信号,自适应移位平均法的降噪效果也比小波变换好,验证了自适应移位平均法具有较好的通用性。
-
关键词
钢丝绳
损伤识别
信号降噪
特征提取
自适应移位平均法
量子粒子群优化算法
-
Keywords
wire rope
damage identification
signal noise reduction
characteristic extraction
adaptive moving average method
quantum particle swarm optimization
-
分类号
TD534.6
[矿业工程—矿山机电]
-
