赵征
- 作品数：63 被引量：547H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：中央高校基本科研业务费专项资金北京市自然科学基金国家自然科学基金更多>>
- 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电子电信更多>>
- 简化的330MW机组非线性动态模型被引量：92
- 2004年
- 该文采用机理分析和数据拟合的方法,建立330MW机组滑压运行下大负荷变化范围内的模型。该模型的主要特点是:将水冷壁换热过程归入制粉动态,将锅炉汽包蓄热及过热器蓄热做为一体考虑,在能够反映机组主要动态的前提下降低了模型的阶次;指出机组制粉动态惯性时间和锅炉蓄热系数是随机组负荷和压力变化的,并根据现场数据和机理分析分别给出其变化趋势;考虑到蒸汽在过热器管道内是吸热膨胀的过程并且有减温水的喷入,对过热器差压模型进行了修正,以锅炉吸热量代替主蒸汽流量建立 模型。模型使用机组55％-100％负荷时的静态工作点数据确定静态参数,通过汽轮机调门扰动和燃料扰动实验确定动态参数,经过机组运行数据验证,该模型具有较好的复现性,可用于控制系统的设计和控制算法的性能评价。
- 田亮曾德良刘吉臻赵征
- 关键词：非线性动态模型数据拟合汽轮发电机组
- 汽轮机阀门流量特性曲线分析及优化被引量：6
- 2015年
- 汽轮机阀门流量特性与实际流量不符合,会影响机组自动发电量控制(简称AGC)响应能力与一次调频的能力,严重影响电厂安全、经济性。本文针对宁夏某火电机组进行阀门特性实验,主要介绍了实验过程、阀门特性曲线整定以及方案实施前后对比。优化后机组在负荷控制、AGC响应和节流方面得到很大提高。
- 赵征刘子瑞杨彦波杨熙卉
- 基于VMD和改进ARIMA模型的超短期风速预测被引量：17
- 2019年
- 针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有限带宽;然后对各分量分别建立ARIMA模型,由于各分量的残差序列可能存在异方差性,因此引入GARCH模型消除异方差特性,建立ARIMA-GARCH模型;最后各分量预测结果叠加得到最终的预测值。实验结果表明,所提出的预测模型在超短期风速预测上具有较高的预测精度。
- 赵征汪向硕乔锦涛
- 关键词：风速预测
- 基于二次分解的改进时间序列超短期风速预测研究被引量：9
- 2020年
- 提出了一种基于CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-VMD(variational mode decomposition,VMD)二次分解的ARIMA(autoregressive integrated moving average model,ARIMA)-GARCH(generalized autoregressive conditional heteroskedasticity,GARCH)超短期风速预测方法。首先采用自适应噪声完整集成经验模态分解将原始风速信号分解,产生一系列特征互异的本征模函数(intrinsic mode functions,IMF)。接着计算各本征模函数的样本熵(sample entropy,SE)以量化其复杂性,对复杂性较高的分量采用变分模态分解进行二次分解。然后对各分量分别建立ARIMA模型,引入GARCH模型消除异方差特性。最后将各分量预测结果线性叠加。通过对西北某风电场风速数据进行预测,证明了所提模型的有效性,与CEEMDAN分解和ARMA(autoregressive moving average,ARMA)-GARCH相结合的模型比较,平均绝对误差减少了7.1%。
- 赵征南宏钢乔锦涛
- 关键词：风速预测
- 基于数据融合的机组燃煤可磨性在线检测被引量：6
- 2009年
- 火电机组普遍面临煤质多变的问题,煤质的波动不但影响风/煤静态优化配比关系,对于中速磨正压直吹式制粉系统,煤质的改变影响制粉惯性的改变,从而影响风/煤在动态过程中的优化配比关系。针对MPS型中速磨正压直吹式制粉系统,制粉惯性受煤质和制粉系统运行状况影响而变化的问题,提出了广义可磨性的概念-Ke。通过统计和机理分析,给出了广义可磨性Ke和判断基准-Ke的表达式,二者对比可以判断可磨性的变化。与电厂煤质分析报告中主要指标在不同月份的变化趋势也进行对比分析,结果显示,广义可磨性与实际煤质可磨性的变化趋势吻合,验证了广义可磨性描述的正确性和合理性。
- 赵征刘伟张振岩田亮
- 关键词：数据融合在线检测制粉系统
- 基于ARMA-ARCH模型和BP模型的短期风速组合预测方法研究被引量：8
- 2018年
- 随着风力发电的大规模并网,由风速的波动引起的网侧不稳定现象越来越显著。为了提高风电场风速预测的精度,首先建立了ARMA模型,利用拉格朗日乘数法检验ARMA模型残差的条件异方差效应,从而建立ARMA-ARCH模型;其次建立BP神经网络预测模型;最后分别以固定权和时变权方差-协方差(MV)法将ARMA-ARCH模型和BP模型进行优选组合预测。为验证模型的适应性,分别以西班牙某风电场2016年8月和2017年1月的风速数据进行建模仿真。仿真结果表明:组合预测模型的预测结果更优,且时变权组合预测精度更高;对于单一模型来说ARMA-ARCH模型的预测精度要高于BP模型,而ARMA模型的预测精度最低。
- 赵征王晓亮张亚刚
- 关键词：风速预测ARCH模型BP模型
- 基于信息融合的锅炉燃烧优化技术被引量：13
- 2009年
- 为解决燃煤机组普遍面临的节能降耗和减排问题,详细介绍了目前国内外燃烧优化技术的研究现状及存在的问题,阐述了基于信息融合的锅炉燃烧状态参数检测及控制优化解决方案,简要说明了方案的结构和应用实例,并指出:发展我国有自主知识产权的锅炉燃烧优化软件是目前重点进行的研究课题.
- 赵征刘伟刘吉臻吴占松
- 关键词：锅炉燃烧信息融合
- 基于模糊聚类分析和D-S证据理论的磨煤机故障诊断被引量：12
- 2011年
- 在故障诊断中,某些情况下模糊聚类分析理论只能在一定置信水平λ下诊断出目标故障。为了实现故障预测,提出了基于D-S证据理论的模糊聚类分析方法。将待测样本和典型样本构成待诊断矩阵,应用聚类分析方法求出其等价矩阵,由其结果构造D-S证据理论的基本概率赋值函数,即待测样本对每个目标模式的支持度。对支持度排序得到诊断结果和故障发展趋势。此方法减少了构造基本概率赋值函数的主观性,将其应用于磨煤机故障诊断,实验结果证明该方法可以有效判别故障类型,并预测故障发展趋势。
- 鲁雪艳赵征
- 关键词：故障诊断磨煤机证据理论
- 一种垃圾焚烧炉燃烧段偏烧状态识别方法和控制系统
- 本发明公开了一种垃圾焚烧炉燃烧段偏烧状态识别方法和控制系统，提高了焚烧的稳定性。所述方法包括：获取垃圾焚烧炉燃烧段火焰图像；将所述火焰图像输入到焚烧炉燃烧段偏烧状态自动判别模型中；若存在偏烧，则根据炉排第三段偏烧程度S2...
- 赵征卢叶魏强许洪滨周孜钰陈联宏
- 基于VMD的CNN-BiLSTM超短期风电功率多步区间预测被引量：10
- 2022年
- 风能是随机波动的不稳定能源,大规模风电并入电网将对电网稳定性造成很大影响,有效预测风电功率区间将极大提高电网经济性与稳定性。针对风电功率数据的非线性,非平稳特性,提出一种基于VMD的CNN-BiLSTM超短期风电功率多步区间预测方法。首先对风电功率数据进行小幅上下波动,形成CNN-BiLSTM模型的初始上下限。其次运用变分模态分解(VMD)分别将上下限数据分解为若干个子分量,以降低风电功率时间序列的非平稳特性。然后将子分量输入CNN-BiLSTM模型,得到风电功率预测区间。最后以改进覆盖宽度准则为目标函数优化区间,得到给定置信水平下的风电功率预测区间。使用某风电场实际运行数据,与CNN-GRU、CNN-LSTM、KELM、SVR这4种模型作比,验证结果表明基于VMD的CNN-BiLSTM超短期风电功率多步区间预测方法可有效提高风力发电超短期区间预测精度。
- 赵征周孜钰南宏钢
- 关键词：风电功率区间预测
