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：基于环形舰船中压直流电力系统,增加了锂电池和超级电容混合储能系统,优化了发电系统的效率,研究了发电机起动、负载突变以及脉冲负载过程的能量优化与控制。针对不同工况,实行不同的功率分配方案。仿真结果表明,将混合储能系统应用在舰船上不仅能够快速响应负载、稳定直流母线电压,而且可以使发电机工作在最佳状态,提高了能量利用率。

简介：随着风电装机容量的持续增长,风能在能源中占比不断增加,对风电机组的故障诊断和故障预测提出了更高的要求。根据故障诊断类别与风力发电机基本结构,对比分析了相应的智能诊断方法,并给出每类算法的改进方法。通过对不同算法理论与实验的比较分析,给出了当前智能故障诊断方法在风力发电机应用领域中的现状、存在的问题。

简介：针对风力发电机常见的速度传感器故障,建立了传动系统的降阶模型,研究了改进滑模观测器（SMO）的故障检测方法。采用饱和函数削弱抖振对滑模动态的影响,将发电机转速测量差值引入滑模输入信号的设计中,使滑模增益自动调节;同时,利用线性矩阵不等式（LMI）可行性问题设计反馈矩阵。通过对比观测器输出值计算残差估计值,结合最大似然比确定的阈值实现系统故障的有效检测。仿真结果表明所提出的方法能有效检测出风力发电机速度传感器故障。