吕游
- 作品数：60 被引量：320H指数：11
- 供职机构：华北电力大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：动力工程及工程热物理自动化与计算机技术电气工程机械工程更多>>
- 多元状态估计的记忆矩阵选取及风机故障预警方法被引量：7
- 2019年
- 多元状态估计技术(MSET)通过记忆矩阵中正常运行状态的数据进行相似性建模,被广泛地应用于电站设备的故障预警中。记忆矩阵所包含的数据样本特性是否完备,直接决定了MSET模型的预测精度和预警的正确性。提出了一种包含典型工况特性的记忆矩阵选取方法,考虑样本分布的空间大小、样本分布的均匀程度以及冗余程度,构造记忆矩阵的评价指标。在此基础上,从历史运行数据中选取具有较大工况特性的记忆矩阵。同时,对不同记忆矩阵样本选取方法下模型的预警效果进行了对比验证。验证结果表明,该记忆矩阵样本选取方法,能够有效地选择具有较大工况特性的样本,使建立的MSET模型具有较高的精度,并能够实现对引风机故障的准确预警。
- 李锋潘凤萍廖宏楷吕游黄鑫
- 关键词：电站引风机故障预警燃煤锅炉
- 一种基于LSSVM及在线更新的电站锅炉烟气软测量系统
- 本发明提供一种基于最小二乘支持向量机及在线更新的电站锅炉烟气软测量系统，属于热工技术和人工智能交叉技术领域。该系统选择电站锅炉有关运行和状态参数作为模型的输入，要预测的烟气成分含量作为模型的输出，选取历史运行数据作为初始...
- 杨婷婷吕游刘吉臻
- 文献传递
- 基于最小二乘支持向量机集成的热工过程软测量建模方法
- 基于最小二乘支持向量机集成的热工过程软测量建模方法，属于热工技术和人工智能交叉技术领域。该方法选择辅助变量作为模型的输入，要预测的关键变量作为模型的输出，选取运行数据作为初始训练样本，利用软模糊均值聚类(SFCM)方法将...
- 吕游杨婷婷刘吉臻
- 文献传递
- 一种基于超声波的智能车自动定位系统及方法
- 本发明公开了一种超声波二维定位装置及方法，包括：可移动的超声波发射部分通过单片机控制，超声波模块采用温度补偿；固定的超声波接收部分对信号进行两级放大，经比较器输出至单片机端口；定位算法利用接收头收到超声信号的顺序及相互时...
- 杨婷婷王耀函吕游
- 文献传递
- 相变蓄热对光伏相变复合围护结构隔热及发电性能的影响
- 2024年
- 基于光伏发电和相变蓄热耦合特性,提出了光伏相变复合建筑围护结构,并进一步分析相变蓄热对复合围护结构性能的影响规律。首先构建光伏相变复合围护结构热流传递模型,然后探究相变层结构位置、相变温度以及相变厚度对其发电能力和隔热效果的影响。在此基础上,通过对比传统围护结构和复合围护结构的热工特性,阐述复合围护结构调节室内环境负荷及节能潜力。研究表明,相变蓄热对于光伏相变复合围护结构发电和隔热性能具有较大影响。相变材料越靠近室内其隔热效果越好,室内温度表现出向相变温度靠近的趋势;相变材料靠近光伏板意味着可以更充分地储存热量,光伏发电量也就越高。其中相变材料靠近光伏板时发电量为1263.06 J,较光伏围护结构有明显提升。同时相变材料的厚度在40 mm时发电量达到最大值,较10 mm时的工况提升了0.55%。此外,在一个运行周期内,光伏相变复合围护结构显著降低了建筑冷负荷,表现出较好的隔热与节能效果。
- 蔡阳刘子瑞黄颖茜董明浩吕游赵福云
- 关键词：热工特性发电性能
- 一种基于缓冲块时序设计的热工软测量模型更新方法
- 本发明提供一种基于缓冲块时序设计的热工软测量模型更新方法，属于热工技术和人工智能交叉技术领域。该方法选择辅助变量作为模型的输入，要预测的关键变量作为模型的输出，选取历史运行数据建立初始软测量模型；利用缓冲块来设计更新时序...
- 吕游杨婷婷刘吉臻
- 文献传递
- 通过构建运行数据典型工况样本库提高预测精度的方法
- 本发明提供一种通过构建运行数据典型工况样本库提高预测精度的方法，所述方法利用相关分析消除冗余变量，利用主成分分析进行降维，以工况信息量指标最大为目标，搜寻给定数量的运行数据样本，构建典型工况样本库，使其涵盖大部分运行工况...
- 吕游黄鑫杨婷婷刘吉臻
- 量化循环流化床锅炉给煤热量释放时间系统及方法
- 本发明涉及一种量化循环流化床锅炉给煤热量释放时间的系统及方法，所述系统包括：最小二乘支持向量机建模模块；数据选取与预处理模块；给煤热量释放时间寻优模块及DCS系统与数据库。所述系统量化了循环流化床锅炉在不同负荷段下、不同...
- 高明明洪烽刘吉臻杨婷婷吕游
- 文献传递
- 发电机组大范围变工况运行的特性感知与灵活性调控基础研究
- 房方吕游黄从智刘吉
- 随着高比例可再生能源接入电网，发电机组变工况运行能力已成为新能源电力系统安全稳定运行的重要保障。发电机组在大范围变工况运行时，其能耗和污染物排放指标显著升高，安全稳定运行难度加大，不仅增加了运行成本，还会压缩可再生能源的...
- 关键词：
- 关键词：发电机组
- 基于卷积神经网络-长短时记忆神经网络的磨煤机故障预警被引量：15
- 2022年
- 为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆(LSTM)神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络(CNN-LSTM)的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。
- 杨婷婷高乾李浩千吕游陈晓峰
- 关键词：磨煤机故障预警CNN时间序列预测
