基于时延估计的风电系统风速测定研究

发布时间：2017-04-24 13:18

  本文关键词：基于时延估计的风电系统风速测定研究，，由笔耕文化传播整理发布。

【摘要】：随着传统化石能源越来越紧张,不能满足国民经济可持续发展的要求,可再生能源的地位不断地提高,对风能等新能源的研究与应用提出了更高的要求。风速对于风资源评估和风力发电场是一个重要的参量。多种测风技术中,超声波测风技术由于没有转动的机械部分,省去了经常性的维护,并且它是通过测定信号从发射器到接收器的时间,从而得到精度较高的风速值,能够满足风力发电场在恶劣环境的条件下对测风仪器仪表的要求。时间延迟估计是一种可以较快速、准确地测出超声波飞行时间的方法。本文首先对alpha稳定分布和时间延迟估计问题进行了讨论与研究,接着从随机信号中噪声建模的角度,把时间延迟估计方法分为基于高斯模型的和基于alpha稳定分布的两大类,为后续的研究做了理论铺垫。然而,针对超声波信号中出现的脉冲性非高斯信号,传统的高斯模型不能够对它进行准确的建模。为了解决对脉冲信号合适建模及提高基于该模型的算法性能的问题,本文给出了基于改进的自适应时间延迟估计方法,具体是用alpha稳定分布来描述此类脉冲信号,重新设计了符合信号特性的优化准则。通过计算机仿真分析,比传统的高斯模型下的算法,在性能和精度上有所提升。最后,通过搭建超声波信号采集系统,来完成对超声波的发射与接收,分别得到超声波基准信号和超声波回波信号,对给出的算法进行实验验证并解决出现的算法问题。通过得到时间延迟的估计值,根据时差法中超声波顺风和逆风传播时的时间差与风速值的线性关系,计算出实时风速。经过对实验测得的风速值进行比较,超声波测风系统相对于机械式测风系统有更高的精度等优点,由于和标定的风速值相对误差较小,具有良好的经济适用价值。
【关键词】：风力发电 超声波测风速 时间延迟估计 alpha稳定分布 数据采集处理
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM614
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-21
• 1.1 选题来源11
• 1.2 选题背景及意义11-13
• 1.3 国内外研究现状与发展13-19
• 1.4 本文研究的主要内容19-21
• 第二章 alpha稳定分布的研究21-27
• 2.1 概述21
• 2.2 alpha稳定分布的定义21-22
• 2.3 alpha稳定分布的基本性质22-25
• 2.4 alpha稳定分布的产生25-26
• 2.5 本章小结26-27
• 第三章 时间延迟估计问题的概述和几种基本的时延估计方法27-32
• 3.1 概述27-28
• 3.2 基于高斯模型的时间延迟估计28-30
• 3.2.1 相关法28
• 3.2.2 广义相关法28-29
• 3.2.3 自适应法29-30
• 3.2.4 相位谱法30
• 3.3 基于α稳定分布的时延估计30-31
• 3.3.1 基于共变的时延估计30-31
• 3.3.2 基于最小平均p范数的时延估计31
• 3.3.3 基于分数低阶协方差的时延估计31
• 3.4 本章小结31-32
• 第四章 基于改进的自适应时间延迟估计方法及计算机仿真32-43
• 4.1 概述32-33
• 4.2 基于sigmoid变换的自适应时延估计33-35
• 4.2.1 sigmoid变换33-34
• 4.2.2 自适应时延估计34-35
• 4.3 计算机仿真35-42
• 4.4 本章小结42-43
• 第五章 超声波测风系统数据采集与风速测定43-57
• 5.1 概述43
• 5.2 硬件采集电路43-49
• 5.2.1 模拟信号的调理44-47
• 5.2.2 数字信号的转换47-48
• 5.2.3 控制与通讯的实现48-49
• 5.3 风速测定49-56
• 5.3.1 超声波数据采集49-51
• 5.3.2 数据处理设计与误差分析51-56
• 5.4 本章小结56-57
• 第六章 总结与展望57-59
• 6.1 总结57-58
• 6.2 展望58-59
• 参考文献59-63
• 致谢63-64
• 攻读硕士学位期间取得的研究成果64

【参考文献】

中国期刊全文数据库 前10条

1 帅师师;王露;方鑫;陈洋;刘泽;;基于超声波风速风向测速算法研究[J];压电与声光;2015年03期

2 彭成;王平波;刘旺锁;;Alpha稳定分布序列的数值仿真方法[J];声学技术;2014年05期

3 刘丽丽;;煤矿用超声波式风速风向传感器设计[J];工矿自动化;2014年09期

4 汤勇;熊兴中;;基于分数低阶统计量的时延估计算法性能分析[J];四川理工学院学报(自然科学版);2014年04期

5 汤勇;熊兴中;;基于分数低阶统计量的时延估计算法比较[J];电子测量技术;2014年08期

6 邱天爽;;非信号处理类硕士生“信号处理与数据分析”课程浅析[J];工业和信息化教育;2013年10期

7 谭德强;;气体超声波流量计的应用与研究[J];仪器仪表标准化与计量;2013年04期

8 赵洪山;刘兴杰;李聪;;基于机组动态风速信息的风电场有功控制策略[J];电力科学与工程;2013年01期

9 张延成;李志刚;;基于LMS自适应时延估计和FPGA的超声波测风系统研究[J];应用声学;2013年01期

10 丁向辉;李平;孟晓辉;;高精度超声风速测量系统设计与实现[J];仪表技术与传感器;2011年02期

中国重要会议论文全文数据库 前1条

1 孟凡刚;曲延滨;高蕾;;基于变步长LMS自适应滤波算法的谐波检测[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

中国博士学位论文全文数据库 前3条

1 宋海辉;低风速风电机组风轮气动优化设计及优化控制研究[D];华北电力大学;2014年

2 刘文红;脉冲噪声下时间延迟估计方法及应用的研究[D];大连理工大学;2007年

3 李旭涛;Alpha稳定分布模型及其应用研究[D];华中科技大学;2006年

中国硕士学位论文全文数据库 前10条

1 周琳;冲击噪声下的稀疏自适应滤波算法研究[D];沈阳工业大学;2015年

2 刘立聪;基于GIS的风能资源评估与风电场微观选址关键模型[D];中国矿业大学;2014年

3 曲振林;基于FPGA的超声波测风系统的设计[D];南京信息工程大学;2014年

4 王可;基于FPGA的超声波流量计[D];齐鲁工业大学;2013年

5 孟磊;α稳定分布噪声下的盲多用户检测算法研究[D];西南交通大学;2013年

6 徐培鑫;基于四阶累积量极性迭代自适应时延估计算法的研究[D];长春工业大学;2013年

7 张延成;基于FPGA的地面测风系统研究与设计[D];南京理工大学;2013年

8 何海浪;基于ARM的时差法超声波流量计设计[D];华东理工大学;2013年

9 王葵军;基于FPGA时差法超声波风速风向传感器系统的研究[D];电子科技大学;2011年

10 曹亚鹏;基于超声波方法的一次风风速监测系统的研究[D];东北电力大学;2010年

  本文关键词：基于时延估计的风电系统风速测定研究，由笔耕文化传播整理发布。

本文编号：324285