【摘 要】
：
对鸟类的群集行为进行研究,观察到在初始阶段鸟类的飞行是随机的,但随着观察时间的增长,外围要素表现出向群的核心移动的趋势.将这种特征特性与传统粒子群算法相结合,开发出一种改进型粒子群算法,增强了算法的全局开发和局部探索能力.通过不同光照条件下的光伏阵列对仿真算法进行对比验证,给出了最大功率点计算值和实测值的跟踪曲线.结果证明所提出的算法在部分遮蔽及变化光照下均能快速、稳定地在线寻得全局最大功率点,较好地解决了传统最大功率跟踪技术容易陷入局部最大功率的问题.
【机 构】
：
兰州资源环境职业技术大学气象学院,兰州730021;国网甘肃省电力公司兰州供电公司,兰州730070
论文部分内容阅读
对鸟类的群集行为进行研究,观察到在初始阶段鸟类的飞行是随机的,但随着观察时间的增长,外围要素表现出向群的核心移动的趋势.将这种特征特性与传统粒子群算法相结合,开发出一种改进型粒子群算法,增强了算法的全局开发和局部探索能力.通过不同光照条件下的光伏阵列对仿真算法进行对比验证,给出了最大功率点计算值和实测值的跟踪曲线.结果证明所提出的算法在部分遮蔽及变化光照下均能快速、稳定地在线寻得全局最大功率点,较好地解决了传统最大功率跟踪技术容易陷入局部最大功率的问题.
其他文献
随着我国社会经济不断发展,建筑工程行业的发展规模也在不断扩大,在展开建筑工程项目施工过程中往往会涉及多个环节,想要保证其整体施工质量,必须有完善的工程监理体系对其进行支持.基于此,本文也尝试对当前建筑工程监理意识创新途径进行了分析,希望可以为今后行业内部创新发展提供一定经验参考.
在当前国家推进实施“双碳”目标、构建以新能源为主体的新型电力系统背景下,开展综合能源服务已成为提升能源利用效率、降低用能成本、推动能源系统绿色低碳发展的重要举措.发电企业以供应电、热、冷、蒸汽、热水等能源为中心的发展模式逐步向以客户为中心的新型综合能源服务模式转型.但目前缺乏对创新商业模式的探索和阶段性发展战略的部署.从用户的实际需求出发,应用商业模式画布模型设计发电企业综合能源服务商业模式框架.通过进行全面分析,为发电企业转型综合能源服务商提供重要的理论支持,并就发电企业开展综合能源服务阶段性策略提出相
合理控制地铁车站土建施工进度有着重要的意义,通过合理控制施工进度,能够保证施工单位掌控土建施工整体效率,提升管理组织工作效率,推动施工单位实现高效施工.同时在规定的时间范围内及时交付工程,既能够确保工程参与方获得既定的经济利益,还能够使地铁车站如期投入使用,便利了社会大众,因此可以说对施工进度的掌控是非常必要的.
电气工程施工在建筑工程建设的过程当中担任着至关重要的角色,它的施工质量直接影响着建筑工程的整体质量和水平.因此在建筑电气施工过程中,电气工程管理人员必须充分运用自己所学习的专业知识和工作经验,认真地做好电气工程的技术质量、进度、安全和管理协调工作.
工程造价管理包括建筑工程造价管理、建筑工程价格组织活动以及全部的业务内容,在整个项目投资中,建筑工程造价管理工作至关重要.在具体开展各项工作与活动的过程中,要满足客观规律,并且遵循国家相关法律法规,要保证整个过程与工作内容面面俱到,不能有任何疏忽.所有管理人员需要坚持相同的工程造价目标,并在各自的职位中发挥出自身的作用与价值.全过程工程造价管理与全生命周期工程造价管理是工程造价管理中两项比较重要的组成内容.基于此,本文对全过程工程造价管理与全生命周期工程项目造价管理内容进行对比,总结全过程工程造价管理与全
提出了基于时间序列和误差逆传播(Back Propagation,BP)神经网络的组合预测方法,利用基于三次指数平滑法的时间序列模型对电能替代量预测进行预测,对预测结果利用BP神经网络进行修正.利用国家统计局的能源使用情况作为数据进行预测和对比分析.算例结果表明,使用基于时间序列和BP神经网络的组合预测相比于单方法预测可以显著提高电能替代量的预测精度,可用于电能替代潜力分析.
随着时代的进步国家的发展,建筑业也得到前所未有的进步和发展,促进了工程建设的蓬勃发展.然而,在经济高速增长的情况下,也隐藏着巨大的问题.工期长、工序复杂、投资大等原因,加大了管控难度.建筑企业不仅要考虑工程质量,还要考虑建设成本和投资回报,尤其是市场需求.为了获得竞争优势,对成本管理提出了新的要求.因此,建设项目需要控制成本,提高项目质量,增强企业竞争力.
近些年,伴随着城市给排水工程建设中长距离顶管工程建设技术的逐步完善与应用,市政给排水工程建设也得到长足发展.本文主要从城市给排水工程建设中,中长距离顶管施工技术的基本技术原理、操作要点、市场前景等方面进行论述并简要剖析,期望能为市政给排水施工与建设带来一点参考价值.
为准确预测锅炉过热器的出口壁温,对某超临界机组受热面出口温度的影响因素进行分析,利用灰色关联分析法得到各影响因素与壁面金属温度的关联度,选取关联度大于0.7的10个变量作为反向传播(BP)神经网络的输入变量;针对火电厂数据样本的变化特征,通过滑动窗口数据判断,提取多个稳定负荷区段并对区段内的多个输入变量进行聚类,得到清洗后的数据样本;然后通过长短期记忆(LSTM)神经网络方法构建壁面金属温度的预测模型.以某350 MW等级超临界锅炉过热器管壁温度为预测对象,预测值与实际测量值的最大误差为4.9℃,证明了该
为保障发电机组安全稳定运行,需要对机组产生故障的原因进行深入分析.利用发电厂非计划停机事件的分析报告,对非计划停机事件的影响因素进行归纳总结,最终形成预测电厂非计划停机的贝叶斯网络图.通过发电厂非计划停机的贝叶斯网络分析,对各种影响因素对于非计划停机的影响程度进行因果推断分析.结果表明,当对设备老化评估不足时,由于设备发生故障而导致停机事件发生的概率会大幅提升.当设备长期处于恶劣环境中时,老化故障的概率会迅速增大.通过贝叶斯网络分析,明确各种影响因素对非计划停机事件的影响概率情况,为发电企业的能源大数据分