首页期刊导航|太阳能学报
期刊信息/Journal information
太阳能学报
太阳能学报

殷志强

月刊

0254-0096

tynxbb@public.sti.ac.cn

010-62001037

100191

北京市海淀区花园路3号

太阳能学报/Journal Acta Energiae Solaris SinicaCSCD北大核心CSTPCDEI
查看更多>>本学报是我国新能源领域的国家级学术刊物，由中国科协主管，中国太阳能学会主办，北京市太阳能研究所承办，自1980年创刊以来，为我国新能源领域的学术交流、人才培养及促进科研成果产业化等方面做出了贡献。主要报道我国太阳能、生物质能、风能、氢能、海洋能及地热能科学技术研究成果。登载学术论文、研究报告、实验仪器和实验技术、技术札记、简报及综述性论文。《太阳能学报》编辑严谨，被《EI》收录比例高。
正式出版
收录年代

    基于稳态简谐激励的风力机模态参数识别研究

    王朝伟陈超杨计刚杨永焱...
    331-341页
    查看更多>>摘要：该文提出基于稳态简谐激励识别固定式风力机模态参数的方法,并可考虑其迎风向和侧风向的气动阻尼耦合.该研究建立考虑惯性激振器单元的有限元模型,分析激振器质量、激振频率范围、间隔、激振力幅值以及湍流风对识别结果的影响,并选择不同激振频率以及激振器运动质量块重量对激振器的行程进行分析;此外还通过全耦合OpenFAST数值模型将采用稳态简谐激励方法、随机子空间法以及自由衰减识别方法的模态参数识别结果进行比较,结果表明:利用惯性激振器对风力机停机、运行状态进行稳态简谐激励识别其模态参数是完全可行的,并且识别结果相对环境激励法等常用方法更加可靠.

    风力机模态分析频率响应系统识别阻尼矩阵

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于LSTM的10 MW海上风力机故障传感器数据重构研究

    邱子琪王立忠潘华林张宝龙...
    342-349页
    查看更多>>摘要：为解决极端环境传感器故障导致监测数据不充足问题,该文采用长短期记忆神经网络(LSTM)智能算法进行数据重构.鉴于海上风电监测数据稀缺,该文的研究依托数值仿真结果开展.基于作者团队开发的"气动-水动-结构-桩土-智能控制"一体化耦合分析软件Zwind,首先开展10 MW大型风力机全工况仿真分析,并通过提取多个高度处的加速度和倾角响应构建数据库,用以模拟多种风力机塔筒传感器故障导致的数据丢失状况.然后基于LSTM建立风力机塔筒加速度和倾角的数据重构模型,训练并验证所构建的数据重构模型的精度.最后在数个未布置传感器的位点上检验LSTM数据重构模型的泛化性能.结果表明:构建的LSTM故障传感器数据重构模型,可基于有限位点的正常服役传感器的监测数据高精度地重构故障传感器以及未测位点的塔筒响应数据;此外,基于倾角响应的重构结果比基于加速度响应的重构结果精度更高.

    海上风力机结构健康监测深度学习故障传感器数据重构倾角响应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多级特征提取框架的风电机组载荷预测方法

    岳健史秉帅范寒张克...
    350-359页
    查看更多>>摘要：该文研究了对风电机组进行载荷预测的问题,主要从两个方面展开:SCADA数据增强与使用多级特征提取框架做载荷预测.首先采用生成对抗网络(WGAN-GP)进行数据增强.在载荷预测方面,不同于传统的Transformer模型应用于文本数据,该文使用风电机组运行时的结构化数据,且为提高特征提取能力,提出一种多级特征提取器进行特征提取.最后使用改进的Transformer模型和DNN、ResNet等模型的结果进行对比,发现多级特征提取模型对于与目标特征相关性较高的数据有较好的预测效果,同时对于相关性较低的数据也具有较好的非线性提取能力.

    风电机组Transformer特征提取生成对抗网络载荷预测数据增强

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Tri-SE-CNN的风电机组叶片结冰检测研究

    孙坚杨宇兵
    360-369页
    查看更多>>摘要：针对现有风力机叶片结冰检测方法未能充分利用无标签数据,且分类性能差的问题,提出一种基于改进的三重训练和卷积神经网络(Tri-SE-CNN)的结冰检测方法.首先建立基于最优加权策略的三重训练(Tri-training)模型,对无标签样本的状态进行判别,用以扩充训练集;接着将压缩与激励(SE)模块嵌入到卷积神经网络(CNN)中,并用SE-CNN分类器学习扩充后的样本集.结合提取的叶片结冰主控特征,以2017年工业大数据创新竞赛平台中15号和21号风力机数据为例进行仿真,并用云南某风场历史数据进行验证.实验结果表明,所提方法的准确度优于CNN、支持向量机等方法,在15号风力机上达到99.96%,可为风力机叶片结冰预警提供有益参考.

    风电机组叶片无标签数据卷积神经网络三重训练压缩和激励网络结冰检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    海上风电数值模式误差修正技术研究

    张皓文仁强杨定华易侃...
    370-378页
    查看更多>>摘要：针对现有数值模式预报数据精确度有限的问题,结合广东海域多处实际测风数据,分别采用卷积长短期记忆网络、集成学习等多种机器学习框架建立误差修正模型,并对各模型进行适用性验证及分析.在此基础上,提出更适用于风向误差计算的基于三角函数规律的代价函数.结果表明,所建立的AdaBoost及GBDT模型对风速、风向变量的修正均能取得优异效果.

    海上风电数值模式误差修正机器学习提升模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    风电机组齿轮箱动态温度响应研究

    李元正崔权维周建星温建民...
    379-387页
    查看更多>>摘要：为研究风电机组齿轮箱的温度场特性,以2 MW风电机组齿轮箱传动系统为研究对象,综合考虑风载外部激励的影响,考虑系统齿轮-轴-轴承耦合等因素,选用集中质量法构建传动系统动力学模型求得动载荷.依据传热学基本原理构建系统动态温度场数值分析模型,以动载荷作为输入变量,求得系统的动态温度响应并探究风载影响下系统的温度场分布特性及温升规律.对比分析计算与实验数据的差异,验证该模型对风载下的系统动态温度分析计算的有效性.结果表明:传动系统温度场高温区位于高速轴轴承的位置.对比未计入风载因素影响的传动系统,风载影响下的系统在连续增速过程中温度响应逐渐灵敏.

    风电机组热分析齿轮箱风载系统散热温度场

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于VMD-HT-ResNet的风电机组塔筒振动状态监测及预警

    胡阳李博胡耀宗付道一...
    388-396页
    查看更多>>摘要：针对大型风电机组塔筒多模态振动难以可靠监测及预警的问题,提出一种变分模态分解(VMD)-希尔伯特变换(HT)-残差神经网络(ResNet)的风电机组塔筒振动非线性动态多输入多输出(MIMO)建模方法,分解并提取塔筒固有模态振动,定义精准表征塔筒振动特性的差分动态回归向量,并进行全工况均衡采样和MIMO建模.然后,建立指数加权移动平均(EWMA)指标的塔筒健康度评价机制,用于其状态监测和预警.仿真结果表明,所提方法可实现风电机组塔筒全工况振动特性的高精度监测和预警,可为机组高安全运行提供保障.

    风电机组塔筒变分模态分解差分动态建模残差神经网络健康度评价

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    风波耦合下垂荡板对风电机组水动力性态研究

    郭昕鹏孙传宗单光坤贾丽娜...
    397-406页
    查看更多>>摘要：以5 MW-CSC漂浮式风电机组为研究对象,联立AQWA与FAST对比分析多种边锋垂荡板宽度、厚度对整机动力响应的影响,并进行特性对比.结果表明,垂荡板结构参数对漂浮式风电机组垂荡与纵摇的峰值RAO以及频率影响显著,对纵荡RAO及频率的影响较小.针对给定机型,发现垂荡板宽厚分别在3 m和1 m区间时机组稳定性能最优.

    海上风电机组动态响应稳定性垂荡板风波耦合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于分层模型预测控制的风电场的电压恢复协调控制

    毛钧毅古庭赟高源徐长宝...
    407-415页
    查看更多>>摘要：为协调风电场之间的无功输出,提出一种基于HMPC的电压控制方法,旨在提高大型风电场的高电压穿越和故障后电压恢复能力,并减少风电场控制器的计算任务.在风电场电压分层控制框架的基础上,首先从风电机组的单体控制模型出发建立风电场的整体控制模型,并采用HMPC方法滚动优化风电场输出无功功率;进一步,为提高大规模风电场电压优化问题的计算效率,采用基于交替方向乘子法的分布式求解方法.通过Matlab/Simulink搭建风电场仿真算例验证,结果表明所提HMPC方法相比传统控制方法在最小化风电机组端电压偏差和减少计算量方面具有更高的效率.

    风电场电压控制无功功率分层模型预测控制交替方向乘子法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于规则库与PRRL模型的风电功率数据清洗方法

    杨海能唐杰邵武刘白杨...
    416-425页
    查看更多>>摘要：为提升风电场原始数据中异常数据的识别精度,提出一种结合规则库与PRRL模型的风电场数据清洗方法.首先依据风电场装机容量等参数建立规则库,提高数据集中正常数据占比.其次,以RANSAC稳健回归算法为核心,线性回归模型为基础,将风速数据作为输出,同时扩展输入变量的多项式特征来捕捉风速与功率之间的非线性关系,构建PRRL稳健回归模型.该模型经过规则库处理后的数据训练,可有效识别原始数据中的异常数据.通过对湖南某风电场的实例数据进行应用测试,结果显示该方法在处理异常数据占比较高数据时,能有效识别其中的异常数据,并降低风电功率预测模型的预测误差.

    风电场数据清洗异常检测规则库回归分析稳健回归分析

      原文链接:
    • NETL
    • NSTL
    • 万方数据