您的位置: 专家智库 > >

国家自然科学基金(51366013)

作品数:20 被引量:45H指数:4
相关作者:黄宸武杨科熊印国许小明廖猜猜更多>>
相关机构:宜春学院中国科学院中国科学院大学更多>>
发文基金:国家自然科学基金江西省教育厅科学技术研究项目更多>>
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电子电信更多>>

文献类型

  • 20篇中文期刊文章

领域

  • 9篇动力工程及工...
  • 8篇自动化与计算...
  • 4篇电气工程
  • 2篇电子电信
  • 1篇一般工业技术
  • 1篇兵器科学与技...

主题

  • 12篇风力机
  • 7篇气动
  • 6篇翼型
  • 4篇叶片
  • 4篇气动性能
  • 4篇主元
  • 4篇主元分析
  • 4篇向量机
  • 4篇核主元分析
  • 4篇风洞
  • 4篇风力机叶片
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇最小二乘
  • 3篇抗污
  • 3篇击穿电压
  • 3篇变压
  • 3篇变压器
  • 3篇变压器油
  • 2篇低雷诺数

机构

  • 20篇宜春学院
  • 6篇中国科学院
  • 1篇中南大学
  • 1篇中国科学院大...
  • 1篇江西中电投新...

作者

  • 14篇黄宸武
  • 6篇杨科
  • 5篇熊印国
  • 5篇许小明
  • 4篇廖猜猜
  • 3篇谌海莲
  • 2篇唐勇波
  • 2篇张水香
  • 2篇陈敏
  • 2篇袁志强
  • 1篇丰娟
  • 1篇徐东辉
  • 1篇王文莉
  • 1篇凌晓辉
  • 1篇易军萍
  • 1篇王国付
  • 1篇李庆煜
  • 1篇赵晓路
  • 1篇龙玲
  • 1篇颜顺林

传媒

  • 4篇太阳能学报
  • 3篇宜春学院学报
  • 3篇控制工程
  • 3篇可再生能源
  • 1篇南昌大学学报...
  • 1篇工程热物理学...
  • 1篇中国电力
  • 1篇现代制造工程
  • 1篇电工技术学报
  • 1篇计算机与应用...
  • 1篇系统仿真学报

年份

  • 1篇2022
  • 2篇2021
  • 2篇2020
  • 1篇2019
  • 3篇2018
  • 4篇2017
  • 1篇2016
  • 1篇2015
  • 5篇2014
20 条 记 录,以下是 1-10
排序方式:
用KPCA-LSSVM预测变压器油击穿电压被引量:3
2014年
击穿电压是变压器油品质的重要参数,针对变压器油击穿电压难测试问题,提出基于核主元分析和最小二乘支持向量机的预测方法。为了提高变压器油击穿电压的软测量预测精度,本文选取与击穿电压关联性强的4个参量建立核主元分析模型进行特征提取,消除数据的相关性,得到的4个主成分的方差累计贡献率达96.84%,以此4个主成分作为最小二乘支持向量机软测量模型的输入;采用交叉验证法选取最小二乘支持向量机的惩罚参数和径向基核函数参数,建立核主元分析的最小二乘支持向量机变压器油击穿电压的预测模型,与BP神经网络和最小二乘支持向量机方法进行比较,采用平均相对误差和均方根误差来评价模型的性能指标。实验结果表明,本文提出的预测模型预测精度高、泛化能力好,能够满足变压器油击穿电压的测量需求。
熊印国
关键词:变压器油击穿电压核主元分析最小二乘支持向量机
风力机气动相似性理论分析与缩模实验讨论被引量:1
2014年
结合风力机特点,运用量纲分析法推导出风力机气动相似准则为相对粗糙度准则、雷诺数准则和尖速比准则;针对缩模实验叶片表面粗糙度难以相似的实际状况,提出了设计粗糙不敏感叶片的解决方法;通过分析雷诺数与尖速比准则的关系可知,在风洞进行缩模实验难以同时保证运动相似和动力相似,从而提出对引起风力机三维流动的叶尖涡、展向流动等因素随雷诺数变化,对气动性能的影响和产生雷诺数效应的探索是解决风力机气动相似问题的关键。
黄宸武陈敏凌晓辉谌海莲
关键词:风力机气动性能
相对变换KPCA的变压器油击穿电压预测建模被引量:1
2018年
针对变压器油击穿电压的在线测量问题,提出基于相对变换(RT)核主元分析(KPCA)的变压器油击穿电压预测建模方法。分析与击穿电压关联密切的因素,通过相对变换将原始数据空间变换到相对空间,提高数据之间的可区分性;利用KPCA对相对空间进行特征提取,达到降低数据维数、滤除数据噪声、提取数据非线性特征的目的;将KPCA提取的主元变量作为核极限学习机(KELM)的输入,建立变压器油击穿电压预测模型并采用差分进化算法优化模型参数。与RTKPCA最小二乘支持向量机(LSSVM)、RTPCA-KELM和RTPCA-LSSVM方法进行比较,实验结果表明所提出的方法具有良好的预测精度和泛化能力。
熊印国
关键词:击穿电压核主元分析差分进化
一种获取噪声信号分数阶导数的方法
2019年
为了从噪声信号得到其平滑的任意阶导数,提出一种简单有效的算法,先对滑动窗口中的信号进行曲线拟合,接着对拟合后的信号进行分数阶求导,取其窗口中心位置的导数值为当前窗口的分数阶导数值,通过窗口的滑动可以得到整个信号的分数阶导数。利用此方法,可以直接从噪声信号中得到其任意阶导数,而常规导数仅仅是本方法的特例。此方法为通信系统中噪声信号的处理提供了便捷的途径,应用其对噪声信号进行增强。
许小明黄宸武
关键词:分数阶导数平滑滤波
风力机翼型尾缘厚度对粗糙敏感性影响的研究被引量:2
2022年
综合应用涡面元和RANS方法,研究DU93-W-210、DU91-W2-250及DU97-W-300这3种常用翼型经尾缘修型后尾缘厚度对粗糙敏感性的影响。在涡面元方法中采用设置固定转捩和在RANS方法中采用设置锯齿形边界条件的方式来模拟翼型前缘污染,研究发现前缘污染造成翼型吸力峰降低,引起翼型气动性能下降,然而随着尾缘厚度的适量增加,翼型最大升阻比及设计升力系数即气动性能的下降率呈减小趋势,表明适当增加尾缘厚度可有效降低风力机叶片粗糙敏感性。
黄宸武汪涛平
关键词:风力机叶片
翼尖涡作用下S809风力机翼型低雷诺数气动特性研究被引量:2
2016年
通过风洞实验测量光滑与粗糙S809翼段翼尖部位尾流横截面的速度场和翼型表面压力分布获得翼尖涡涡量、涡心位置及翼型压差升阻力系数。经分析比较,得出该翼型翼尖涡涡量和涡心位置随雷诺数和攻角的变化趋势以及翼尖涡对压差升阻力系数影响的规律。
黄宸武廖猜猜杨科
关键词:风力机翼尖涡低雷诺数气动特性
超大型风力机叶片主要出功段抗污高效翼型设计研究被引量:1
2021年
风力机朝着大型化方向发展,20MW以上海上超大型风力机即将面世。叶片r>0.6R段为风力机出功的主要部位,该部位翼型气动性能的优劣直接影响着发电量,然而叶片表面污染会引起气动性能下降,导致发电量减少,因此在设计叶片主要出功段翼型时必须考虑翼型的抗污特性。本文根据20MW超大型风力机结构要求和运行工况,以风力机叶片常用翼型DU93-W-210和DU91-W2-250为基本翼型,利用XFOIL几何造型工具,通过在小攻角附着流动条件计算精度较高的RFOIL软件,计算气动性能参数和抗污特性评价指标值,在Re=1×10^(7)和Re=2×10^(7)下分别设计和筛选得到了叶片0.8R~1.0R和0.6R~0.8R区域抗污特性和综合气动性能俱优的YCU20-W-210和YCU20-W-250两个翼型,可为超大型风力机叶片翼型设计提供借鉴和选用。
张水香黄宸武范志军廖斯源敖焮柯钟永强
关键词:翼型气动性能
改进的FCM-LSSVM青霉素发酵过程预测建模被引量:2
2017年
针对青霉素发酵过程周期长,每个阶段表现出不同的特性,最小二乘支持向量机(least squares support vector machines,LSSVM)的全局模型预测精度难以保证的问题,提出了改进的基于模糊C均值聚类(fuzzy C-means clustering algorithm,FCM)和LSSVM的青霉素发酵过程分段建模方法。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,对样本数据采用FCM算法聚类,按照最大隶属度将样本归类为稳定过程或过渡过程;然后,分别为稳定过程的4个阶段和过渡过程的3个阶段分别建立LSSVM子模型,最后通过子模型切换策略得到系统输出。利用Pensim仿真平台数据,将提出的方法与FCM-LSSVM和LSSVM方法进行比较,平均绝对误差分别为0.013 2、0.014 3、0.014 9,均方根误差分别为0.017 8、0.019 2、0.021 6,实验结果表明,所提出的方法具有良好的精度和泛化能力。
熊印国
关键词:青霉素发酵过程模糊C均值聚类最小二乘向量机
基于ZigBee技术风洞实验参数的测量
2018年
以各类传感器和大量ZigBee节点形成的传感器网络为平台,设计了一种针对风力机风洞实验中扭矩、转速及气动压力等参数的无线测量系统,该系统具有低能耗、高可靠性等特点。介绍了传感器测量方法和数据的无线传输方法,提供了整体设计方案以及传感器节点的硬件设计图和传感器节点的程序流程图。通过实验验证,测试效果达到预期要求。
袁志强黄宸武龙玲
关键词:无线传感器网络风洞实验风力机
KTA-SVM的变压器油中溶解气体浓度预测被引量:6
2017年
针对变压器油中溶解气体浓度预测中存在的变量取值范围影响预测精度问题,提出了基于核目标度量规则(Kernel Target Alignment,KTA)和支持向量机(Support Vector Machines,SVM)的油中溶解气体浓度预测方法。在分析油中溶解气体产生机理的基础上选取输入变量,采用KTA对输入变量进行尺度缩放来避免变量的取值范围影响SVM泛化性能问题,利用交叉验证法选择SVM的参数,建立油中溶解气体浓度的KTA-SVM预测模型。将所提出的方法与SVM和灰色模型进行比较,均方根误差分别为0.156 8、0.179 1、0.220 5,实验结果表明了所提出的方法具有较优的预测精度和泛化性能。
唐勇波丰娟
关键词:变压器油油中溶解气体支持向量机
共2页<12>
聚类工具0