水平轴潮流能发电装置控制流程设计

以正在研制的水平轴潮流能发电装置为对象,开展了工作流程控制方法的研究工作。建立了基于叶素-动量理论的动力特性仿真模型;利用仿真模型考察了发电装置的启动转矩和转速特性,以及流速大于额定流速条件下的功率限定问题,制定了基于发电机输出电压的启动控制策略和基于发电机输出功率的功率限定控制策略。根据控制策略,设计了装置的控制流程。结合潮流变化情况,对控制流程进行了仿真。仿真结果表明,基于发电机输出电力参数的控制流程能够较好地实现对发电装置的控制。     

点吸收式波浪能摩擦纳米发电系统输出性能的仿真研究

为了寻求低成本、结构简单、无污染、输出电压高的波浪能发电系统,本文提出了一种新型点吸收式波浪能摩擦纳米发电系统,该系统包括振荡浮子、具有纳米摩擦层的连杆套筒和固定在海底的支架。首先利用AQWA软件对该装置进行水动力仿真得出在波浪周期为5 s,不同波浪高度时浮子对应的振荡位移情况,然后进一步建立数学仿真模型,分析了垂直滑动摩擦纳米发电机的开路电压、转移电荷量、电流以及电容随位移和时间的关系,得到了外接不同负载时发电机的最大功率和最大功率对应的电压电流情况。通过数据分析发现:随着波浪高度和纳米摩擦层绝对摩擦位移的增加,电能输出稳定后的最优匹配电阻在109Ω左右,此时摩擦纳米发电机的发电性能最佳,对应波浪高度为0.5 m时最大发电功率为173.6 W。     

新型海流能发电控制系统设计

新型海流能发电装置控制系统是基于MPPT理论,增加了最大功率捕获控制及直流电路稳压控制,通过数学模型模拟海流速度及发电机电磁力矩,并在Matlab/Simulink环境下进行系统的搭建和仿真研究。其结果表明在实际输出功率对最大功率的比值基本相同,该系统实现对最大功率捕获,并在直流母线后端电压基本稳定,验证控制系统设计的有效性。通过搭建试验平台,对该发电系统进行试验研究。记录数据拟合曲线与理论公式曲线一致,且实现电压也在合理的波动范围,试验结果证明该控制系统正确,可进一步示范应用。     

永磁同步电机神经网络谐波注入转矩脉动抑制方法

为了抑制永磁同步电机转矩脉动,提出一种基于偏差电流输入的自适应线性神经网络谐波注入方法。该方法以交轴和直轴电流偏差作为神经网络环节输入,应用 2 个自适应线性神经网络环节拟合电压谐波补偿分量,并将其注入到电流环控制器输出,用以抵消交轴电压和直轴电压中的谐波分量,进而抑制转矩脉动。为验证本方法有效性,对比进行了 3 种控制方法的仿真和实验。结果表明,与传统双闭环控制相比, 本方法可将转矩脉动降低约 97%。相比于传统神经网络谐波注入法,本方法可获得相近的转矩脉动抑制效果, 并且控制结构更为简单,参数整定方便,易于工程实现,算法运行时间缩短约 60%。     

水下拖体姿态角自适应控制器设计

水下拖曳系统在工作过程中拖体的俯仰角控制一直是水下拖体姿态控制的重要环节，设计了一种基于 RBF 神经网络的水下拖体直接自适应控制器，在闭环系统中利用 RBF 神经网络的局部无限逼近非线性函数的特性。将 RBF 神经网络的输出代替水下拖体动力学模型中的非线性不确定项，配合传统的 PD 控制器， 无需预先离线学习，在线学习更新神经网络权值，控制律和神经网络权值更新律经 Lyapunov 定理证明为稳定， 跟踪误差收敛到 0，通过计算机仿真比较该控制器与传统 PD 控制器的控制效果。     

海洋能开发的多能互补装置及分布式发电系统

海洋能种类多、储量大、可再生、污染少,是可持续开发的重要清洁能源。针对海洋能具有波动性、能量密度低的特点,利用不同能源之间的互补性开展多能互补装置及分布式发电系统研究的意义重大。文章根据各种海洋能的开发利用特点,阐述当前多能互补发电装置的理论模型及其基本结构,为海洋能综合发电装置设计和降低海洋能开发成本提供参考;利用各种海洋能、风能和太阳能之间的互补性,优化多种能源的配置,构建分布式发电微网,使系统获得稳定的电力输出,可实现海洋能的有效利用;多能互补模式能提高海洋能开发的经济性和能量利用率,具有较大的发展前景。     

用于收集岸基海浪能的弹簧辅助摩擦纳米发电机

海浪能取之不尽,用之不竭,是最重要的可再生能源之一,具有广阔的发掘潜力。本文提出一种用于收集岸基海浪能的新型弹簧辅助摩擦纳米发电机(spring-assisted triboelectric nanogenerator, SS-TENG)。SS-TENG通过“海浪-浮台-弹簧”传动结构实现海浪能的转化,避免了与海水直接接触,减少了腐蚀环境对发电模块的损坏。SS-TENG通过两种方式显著增强了输出性能,一是利用发电模块中弹簧弹性势能的释放增大各个摩擦纳米发电机(triboelectric nanogenerator, TENG)单元电极层与介电层的瞬间接触速度,使得单个TENG单元输出的峰值电流(peak current,IP)从7.36μA增加到12.12μA;二是利用发电模块中各个TENG单元间的同步运动,将它们进行简单的并联即可实现输出的大幅增加,使得单个TENG单元输出的IP从12.12μA增加到4个并联的43.86μA。SS-TENG转化成的电能可为数字计算器充电并成功点亮160盏LED灯,验证了SS-TENG的输出能力。SS-TENG结构简单、制作成本低、输出性能及工作的长期...     

基于RBF和PSO的双喉道气动矢量喷管优化设计

本文探索了一种能多变量综合优化的方法,即对喷管进行参数化设计后,用均匀试验设计(UED)将试验样本均匀散布在设计区间内,求出各性能参数后,利用径向基神经网络(RBF)对试验样本进行拟合,再用粒子群算法(PSO)对训练好的神经网络进行寻优,找出了更好的双喉道气动矢量喷管设计参数组合。数值模拟结果显示,优化后的双喉道气动矢量喷管的矢量角有了明显提高。试验表明这种优化方法具有很好的优化能力,可以用来对喷管几何外形进行参数优化。      

全新世以来泰国湾古气候演化历史———来自地球化学和矿物学证据

为了对海表温度(SeaSurfaceTemperature,SST)和海表盐度(SeaSurfaceSalinity,SSS)数据进行精确的短期预报,基于多站位海洋观测浮标获取的海表温度和海表盐度数据,利用反向传播(BackPropagation,BP)和径向基函数(RadialBasisFunction,RBF)两种神经网络方法开展了短期预测。首先,在预测时长固定为5d的情况下,对比不同训练时长的预测结果的均方误差(MeanSquaredError,MSE),进而确定以20d的观测数据作为训练集的预测结果均方误差最小。然后,以 PAPA 站观测浮标获取的2009年1月、4月、7月和10月各月的前20d温盐数据作为训练集,分别训练BP和 RBF神经网络,将训练好的2种神经网络模型应用于各月第21至25日的温盐数据预测。结果表明:BP和 RBF神经网络均能有效预测海表温盐数据的季节性变化,但 RBF神经网络对不同预测时间的整体预测效果优于 BP神经网络。多站点数据的预测实验进一步验证了 RBF神经网络模型具有较强适用性和更高的准确性。RBF神经网络模型可以作为海表温盐数据短期预报的有力工具。     

基于水平轴海流能发电系统的海流流速神经网络软测量

为了解决海流能发电系统中,有效海流流速难以测量的问题,提出将水平轴海流能发电系统当成一个大型流速仪,用于海流流速的软测量研究。分析了水平轴海流能发电系统的工作原理和运行过程,建立了基于BP人工神经网络的软测量数学模型。将叶轮机转速,发电机输出功率和占空比信号作为输入变量,将海流流速作为输出变量。仿真结果表明,所建立的BP神经网络是海流流速软测量的有效方法,能较好地跟踪有效海流流速的变化趋势,并具有较高的估计精度。     

基于合成孔径雷达回波信号的海洋溢油监测方法研究

海洋油污染是各类海洋污染中最常见、分布面积最广且危害程度最大的污染之一。近年来,海洋特别是近海人类活动频繁,且随着海上运输和石油加工业的发展,油田井喷、钻井平台爆炸、船舶碰撞等所造成的溢油事故增多,因而,监测海洋溢油具有重要的经济和社会现实意义。研究采用MatLAB工具,通过图像预处理(图像校正和增强)、特征提取和神经网络识别等方法,对合成孔径雷达(SAR)海洋溢油图像进行处理,最终期望实现半自动区分SAR图像上各类目标,并进行多种神经网络方法效果比较。研究首先对SAR海洋溢油图像进行初步人工识别;然后进行图像预处理(几何校正、滤波处理等)和基于灰度共生矩阵的特征值计算;最后,借助神经网络方法对溢油区域和疑似溢油区域进行分类,输出分类处理后的图像。通过输出图像分析发现,神经网络能对SAR海洋溢油图像中溢油、海水、土地3类目标进行明确分类,且RBF神经网络模型精度高于BP神经网络。本文提出的半自动分类方法不仅能提高SAR图像处理效率,将分类目标扩充有溢油和非溢油扩充到溢油、海水、土地3类,提高图像处理的全面性,同时通过比较RBF和BP神经网络在SAR溢油图像分类上的具体优劣,有着较好实际意义。     

风光互补发电无人值守自动观测站的设计

针对我国近海海洋观测的现状和存在的问题,研制一种安装结构简单,无需架设电源线和通信线,供电采用风光互补发电系统,通信采用无线通信网络,并具有视频监视功能的高可靠性、无人值守自动观测站.     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,long short-term memory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radial basis function neural network,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

RBF网络和BP网络在海水盐度建模中的比较研究

介绍了RBF神经网络模型结构、特点及原理,并针对海水盐度参数具有受诸多因素影响的复杂的非线性输入输出特性,训练并建立了海水盐度的RBF(Radial Basis Function)神经网络模型,为海水盐度的预测提供了一种新的方法.与BP神经网络模型相比.该模型具有收敛速度快,精度高的优点.比较结果表明,该方法在海水盐度...     

开关型D,C./D、C、升压变换器

变换装置共有四个开关型升压变换器,以24伏蓄电池做电源,变换后能同时给出两路相同的输出,其值为:—300~v/30~(nA);700~v/10~(nA);2000/10~(nA)。它是为满足参量阵声纳的现场使用而研制的,同样适用其他场合变换器有四个特点:变换比大;输出电压高;负载电流大;开关频率高。它在能够给出高电压大电流的开关电源中并不多见。     

基于神经网络模型的湛江湾水体有色溶解有机物的遥感估算

有色溶解有机物(Colored Dissolved Organic Matter, CDOM)是水体中重要的水质参数之一,是水色遥感的重要研究对象,如何构建适合特定区域的近海二类水体CDOM反演模型一直是国内外研究难点。本文利用2017年5月26～29日对南海西北部海域湛江湾20个站位采集的水样和测量的光谱资料,分析归一化遥感反射率与CDOM浓度a_g(400)的相关性,发现最大负相关系数出现在586nm处,选择580、585、590、595nm这四个波段处的归一化遥感反射率与a_g(400)建立了多元线性回归模型、BP(Back-Propagation)神经网络模型和RBF(Radial-Basis Function)神经网络模型,并与其他算法模型进行对比分析。结果发现, BP和RBF神经网络模型的平均相对误差和均方根误差均远小于多元线性回归模型和其他算法模型,神经网络模型的预测值与实测值拟合效果要优于多元线性回归模型。研究表明,神经网络模型更适合于湛江湾有色溶解有机物的遥感估算。     

低温柔性管道关键结构层的多目标优化设计

低温柔性管道是海上浮式液化天然气装置系统(FLNG)的核心输运装备。针对低温柔性管道多材料、多层复合的结构设计难点,将其按照不同功能解耦成内衬层、抗拉铠装层以及辅助层三个关键结构层。基于神经网络模型(RBF)、Kriging模型以及响应面模型(RSM)三种建模方法建立了上述三个结构层响应分析的代理模型,并通过模型准确度的比较,发现RBF的误差均最小。在优化设计中,基于遗传算法分别对低温柔性管道上述关键结构层进行多目标优化设计。在内衬层结构的优化中,以质量及弯曲刚度最小为优化目标;在抗拉铠装层结构的优化中,以质量最小及拉伸刚度最大为优化目标;在辅助层结构的优化中,以质量、弯曲刚度及传热速率最小为优化目标。研究工作为低温柔性管道的结构提供了关键设计参数及理性的设计方法。     

水下航行体远场低频声特征提取鉴别方法综述

针对水下大型航行体的小样本远场低频特征提取与鉴别问题,从 3 个方面综述了目前国内外小样本低频特征提取与鉴别的传统方法和智能方法。时频域单独、时频域结合和视听感官特征提取的传统方法需要一定的先验知识与假设,易受环境干扰;专家系统、统计类方法和 BP 神经网络等早期的智能方法存在可移植性差、学习能力差、上限低、梯度消失等问题;深度置信网络(DBN)、卷积神经网络(CNN)、循环神经网络(RNN)、自编码器(AE)神经网络、生成对抗网络(GAN)、迁移学习深度网络等深度智能方法对先验知识依赖度低,可以提取深度不变特征,较其他方法更稳定,识别精度更高,但是也存在依赖数据量、可解释性不足的缺点。未来,传统方法与智能方法更深度的互补融合有望减少当前方法对数据量的依赖,提高深度特征的可解释性。     

海洋型光伏充放电控制器的设计研究

随着海洋事业的兴起,太阳能成为海洋装备、海洋长期定点作业和观测平台能源补给的重要来源。目前太阳能充放电控制产品种类较多,但仍普遍存在功能单一、应用范围小等缺陷,不能满足太阳能供电系统多样性的需求。针对太阳能供电系统多种多样,蓄电池组的组成不同,从而充电启动电压、充电上限电压、放电下限电压也不同以及输出多路适应不同供电能力的负载等问题,设计了一种海洋型光伏充放电控制器。一种光伏充放电控制器可满足不同光伏供电系统的需求,可提供多路不同供电能力的负载端,满足不同设备的供电需求。     

浮力摆式波浪能发电装置运动学仿真分析

作为浮力摆式波浪能发电装置的能量俘获部分,浮力摆的工作状态直接关系到整个发电装置的发电效率。为提高浮力摆式波浪能发电装置在各种波浪条件下(尤其是小波浪)的能量收集能力,最大程度地实现能量转化,在浮力摆各尺寸和结构不变的条件下,着重研究了浮力摆安装海域海况(波高、波浪周期)和浮力摆运行参数(浮力摆入水深度、重心位置和输出油压)变化对浮力摆运动规律的影响。应用ADAMS/MATLAB的耦合仿真技术,分析各参数对浮力摆运动的影响趋势,为优化浮力摆结构,提高发电效率指明了方向。