摘要:抽水蓄能作为电力系统中最为成熟的新能源储能技术,凭借其能调节电网负荷、平衡电力波动及提升系统稳定性的独特优势,已成为实现中国“双碳”目标的重要路径之一。因此,对抽水蓄能电站综合效益进行科学评估,是项目决策及政策制定中至关重要的一环。为此,本文提出一种基于博弈论组合赋权‒云模型的综合效益评价模型。首先,运用社会网络分析法(SNA)筛选关键评价指标,构建包含财务评价、国民经济评价、技术效益、动态效益、静态效益、电网效益、综合可持续性效益和社会效益8个1级指标及其下属30个2级指标的评价指标体系。其次,采用序关系分析(G1)法和CRITIC(criteria importance through intercriteria correlation)法相结合的方式,对各评价指标进行主观与客观权重赋值。通过引入博弈论组合赋权方法,进一步优化各指标的权重分配。最终,基于云模型构建综合效益评价模型。利用博弈论组合赋权‒云模型对紫云山抽水蓄能电站进行实例分析,结果表明,该电站的综合效益评估等级为“好”,与实际情况相符,充分验证了所构建模型的有效性与准确性。该研究不仅为抽水蓄能电站的综合效益评估提供了科学的评估框架,并为类似项目的决策和实施提供了理论支持和实践依据。
摘要:随着清洁可再生能源的不断发展,利用洋流能为水下微型无线传感器提供电能已成为研究热点。水下涡激振动能量俘获系统是一种在浅海低流速条件下利用涡激振动效应俘获洋流能的发电装置。本文将非线性恢复力、单向轴承及齿轮齿条机构与振动钝体结合,提出一种新型基于洋流能的涡激振动能量俘获系统。采用Van der Pol方程描述流体和钝体间的耦合效应,建立系统流‒固‒电耦合动力学方程。对系统进行稳定性分析,得到系统在单稳、双稳及三稳态情况下的参数数值范围,将3种稳态下系统的振幅比进行对比,发现系统处于三稳态时具有较强的发电优势。借助数值仿真,通过钝体振动的时域图、相图、分岔图及庞加莱截面详细研究流体参数(水流流速)和结构参数(质量比和阻尼比)对系统位移响应的影响,并分析单向轴承对传动轴转速的影响。分析质量比和阻尼比对发电功率的影响。结果表明,三稳态系统拥有非常丰富的非线性动力学行为,出现混沌运动、多周期运动及准周期运动,阻尼比的变化主要影响发电功率的峰值,而质量比的变化主要影响涡激振动的共振区间范围。
摘要:高速列车在实际运营中的轴箱轴承故障数据及样本标签稀缺,极大限制了轴箱轴承故障诊断水平的提升。为此,本文提出了一种融合IFormer(inception transformer)与残差网络(ResNet)的多源域深度迁移学习方法ITR-Net(inception transformer and ResNet)用于高速列车轴箱轴承故障诊断研究。该方法选择多种工况下的有监督标签数据作为多源域,首先采用连续小波变换获取轴承一维振动信号的时频谱图作为模型输入,在ITR-Net中构建IFormer网络和ResNet分别作为通用特征提取器和特定特征提取器,充分学习多源域与目标域数据的特征信息;同时,在迁移模型不同节点位置嵌入多核最大均值差异(MK-MMD)、局部最大均值差异(LMMD)与均方误差(MSE)损失函数,构建了一种新的多源域自适应迁移策略,有效减小多源域间及源域与目标域间的特征分布差异并增强多领域对齐程度。最后,通过分析不同载荷及不同转速下6类轴承故障迁移学习任务,对本文方法进行实验验证。结果表明,本文方法可以有效用于不同工况下轴承迁移学习故障诊断,多源域迁移故障诊断准确率显著高于单源域迁移,并且相比现有的深度适应网络(DAN)、联合适应网络(JAN)、相关对齐损伤(CORAL)网络、域对抗神经网络(DANN)、多特征空间适应网络(MFSAN),本文方法迁移学习诊断结果更为优异。研究结果将为迁移学习应用于轴箱轴承故障诊断提供一条新的途径。