王世林 作品数:8 被引量:26 H指数:3 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: 国家自然科学基金 国家重点基础研究发展计划 中央高校基本科研业务费专项资金 更多>> 相关领域: 自动化与计算机技术 电气工程 更多>>
分散协调控制在风火混合电力系统中仿真研究 被引量:2 2015年 大规模风电接入电网对电力系统的运行和控制提出了更高的要求。提出了一种基于多模型预测控制的分散协调控制策略并应用于风火混合电力系统的仿真研究。该方法融合多模型预测控制和关联测量法的特点。为提高抗风机侧抗随机扰动的能力,一种增广相关测量法被用于混合电力系统的建模。基于贝叶斯概率的迭代方法用于计算各模型切换权值。一个简化的、具有代表性的风火混合电力系统模型用来验证该方法的控制效果,时域仿真和主导特征值分析说明了该方法的有效性。 牛玉广 李晓明 王世林 林忠伟关键词:多模型预测控制 分散协调控制 暂态稳定性 系统阻尼 RSCNMF算法在工业过程故障检测中的应用 被引量:2 2017年 过程变量测量值的缺失是多元统计过程监控模型在实际工业过程应用中所面临的主要问题之一。传统的多元统计过程监控方法往往舍弃不完整的数据样本,选择完整的历史数据进行建模。为了能够在不完整的数据中提取到有用的过程信息,提出了一种新算法称为鲁棒稀疏约束非负矩阵分解算法。试新算法改进了稀疏约束非负矩阵分解算法的求解过程,使得基于鲁棒稀疏约束非负矩阵分解的故障模型在训练集发生数据缺失的情况下仍能保持较好的故障检测效率。将所提算法应用于国内某电厂1000MW机组锅炉系统,仿真结果验证了新算法的有效性。 王世林 牛玉广 韩璞 潘岩关键词:故障检测 矩阵分解 鲁棒性 锅炉系统 基于GPNMF的工业过程故障检测 被引量:4 2018年 非负矩阵分解(NMF)作为一种新的矩阵降维技术己经广泛应用于不同的科学领域。NMF要求待分解矩阵元素均为非负值,但是,实际工业过程所产生的运行数据并不能保证都是非负的。针对这一问题,提出一种新算法——广义投影非负矩阵分解(GPNMF)。利用GPNMF提取测量矩阵中包含过程运行特征的隐变量信息,使之与过程监控技术相结合来实现工业过程的故障检测,并构建相应的贡献图法来实现故障分离。将所提算法应用于国内某电厂1000 MW机组锅炉系统,实验结果验证了新方法对故障检测及分离的有效性。 牛玉广 王世林 林忠伟 李晓明关键词:故障检测 双馈风机自适应神经分散协调预测控制 被引量:2 2015年 目前,双馈感应发电机转子侧励磁控制系统均依据"孤立"模型设计."孤立"模型忽略了各子系统之间、各控制器之间的相互作用,因此这种控制器仅对改善本系统的控制特性有一定作用.针对以上情况,提出了一种自适应神经分散协调控制策略,并将其应用于双馈感应发电机转子侧励磁控制系统仿真研究中.首先,利用电力关联测量法建立了基于本地变量的双馈风机关联测量模型.其次,以关联测量模型作为预测模型,采用多模型预测控制器对双馈风机转子侧励磁系统进行控制.最后,利用可在线调整的人工神经网络作为多模型加权控制器以补偿双馈风机强非线性、工作区间变化范围大的特点.主导特征值分析和动态仿真表明:该控制策略不仅实现了高精度的最大功率跟踪控制,而且在电力系统故障时可提供持续的、充足的阻尼. 李晓明 牛玉广 王世林 林忠伟 李明扬关键词:双馈感应发电机 分散协调控制 模型预测控制 双馈风机神经电力系统稳定器设计与仿真研究 被引量:3 2017年 为提高并网双馈风机的暂态稳定性。设计了一种基于磁链幅值相角控制(Flux Magnitude Angle Control,FMAC)的神经自适应电力系统稳定器(Neural Adaptive Power System Stabilizer,NPSS)通过在线训练Elman神经网络以实现自适应控制,利用双馈风机雅各比矩阵的符号代替雅各比矩阵运算以减少计算时间、提高运算速率。主导特征值分析和动态仿真证明神经电力系统稳定器在改善系统阻尼方面的有效性。与同步发电机(Synchronous Generation,SG)安装自动电压调节器(Automatic Voltage Regulator,AVR)和电力系统稳定器的对比仿真表明:双馈风机安装神经电力系统稳定器具有更好的阻尼特性、电压调节效果和暂态稳定性。 牛玉广 杨巍 李晓明 王世林 林忠伟关键词:双馈风机 电力系统稳定器 人工神经网络 系统阻尼 多变量状态估计故障预警在工业过程中的应用 在工业过程中采用基于多变量状态估计的状态监测方法对系统故障进行预警,以降低工业过程中设备的维护成本。该方法采用一种改进的内存矩阵的构造方法,能够很好地覆盖工业系统的正常运行空间。当模型的估计值和实际测量值之间相差很大时表... 王世林 牛玉广 李晓明 林忠伟关键词:故障预警 文献传递 基于多元统计过程监控的锅炉过程故障检测 被引量:13 2017年 提出了一种新的基于稀疏约束非负矩阵分解(SCNMF)的复杂工业过程故障检测方法.首先在交替约束最小二乘算法(ACLS)求解非负矩阵分解(NMF)问题的基础上对系数矩阵H实施稀疏约束,随后采用非负双奇异值分解(NDSVD)方法对SCNMF算法进行初始化,并将所提算法应用于某火力发电厂1 000 MW机组锅炉过程中.结果表明:SCNMF算法的收敛性和稀疏度明显优于传统的NMF算法,且对故障的检测效率也要优于NMF算法和主元分析(PCA)算法. 牛玉广 王世林 林忠伟 李晓明关键词:故障检测 非负矩阵分解 奇异值分解 多变量状态估计故障预警在工业过程中的应用 在工业过程中采用基于多变量状态估计的状态监测方法对系统故障进行预警,以降低工业过程中设备的维护成本。该方法采用一种改进的内存矩阵的构造方法,能够很好地覆盖工业系统的正常运行空间。当模型的估计值和实际测量值之间相差很大时表... 王世林 牛玉广 李晓明 林忠伟关键词:故障预警