您的位置: 专家智库 > >

唐瑞

作品数:4 被引量:66H指数:3
供职机构:沈阳农业大学信息与电气工程学院更多>>
发文基金:辽宁省博士科研启动基金辽宁省自然科学基金辽宁省科学技术计划项目更多>>
相关领域:电气工程自动化与计算机技术农业科学更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇电气工程
  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 2篇功率
  • 2篇光伏
  • 1篇电力
  • 1篇电力谐波
  • 1篇电能
  • 1篇电能质量
  • 1篇多项式
  • 1篇多项式拟合
  • 1篇旋翼
  • 1篇旋翼无人机
  • 1篇遗传算法
  • 1篇用户
  • 1篇神经网
  • 1篇神经网络
  • 1篇输出功率
  • 1篇水稻
  • 1篇谱线
  • 1篇谱线插值
  • 1篇人机
  • 1篇主成分

机构

  • 4篇沈阳农业大学

作者

  • 4篇曹英丽
  • 4篇唐瑞
  • 2篇李晓辉
  • 2篇许童羽
  • 1篇于丰华
  • 1篇丛林
  • 1篇张亚茹
  • 1篇陈俊杰
  • 1篇马航
  • 1篇杜文
  • 1篇赵燕

传媒

  • 1篇农机化研究
  • 1篇沈阳农业大学...
  • 1篇电力系统保护...
  • 1篇电网与清洁能...

年份

  • 1篇2017
  • 3篇2016
4 条 记 录,以下是 1-4
排序方式:
无人机喷雾参数对粳稻冠层沉积量的影响及评估被引量:18
2017年
主要研究了植保无人机在水稻灌浆期喷施磷酸二氢钾(KH2PO4)的作业效果及八旋翼无人机喷雾参数对水稻叶片雾滴沉积分布的影响,测试分析了无人机在水稻灌浆期植保作业时雾滴的沉积效果。研究采用雾滴测试卡接收雾滴,通过调节无人机的作业高度进行雾滴沉积量评估试验。根据作业高度不同,共设计3组试验,高度分别是3、4、5m。结果表明:不同作业高度时,雾滴在水稻冠层和下层具有不同的沉积效果,且分布均匀性的变异系数也不同。作业高度5m时,雾滴在水稻叶片上的总沉积量最少,均匀性最差,冠层和下层的变异系数分别为92.11%、150.29%;作业高度3m时,雾滴在水稻叶片上的总沉积量高于4m和5m时的沉积量,均匀性较好,冠层和下层的变异系数分别为32.94%、49.47%。3组作业高度均显示:雾滴在水稻冠层的沉积量高于下层叶片,叶片正面的沉积量高于反面,叶片反面沉积量可达到正面叶片的1/2以上。本研究对八旋翼无人机高效利用、提高农药喷施作业效率、增加水稻产量具有深远的意义。
杜文曹英丽许童羽丛林洪雪唐瑞
关键词:水稻沉积量
用户光伏发电电能质量检测与分析被引量:3
2016年
随着光伏发电系统等新能源接入电网,在改变电网的拓扑结构同时,电能输出特性也会影响到电力系统电能质量问题。为了保障电网的安全稳定运行,该光伏发电系统各项电能质量需满足国家标准。以沈阳农业大学0.38 kV电压等级的分布式光伏发电系统为研究对象,主要对光伏系统中的电能质量的谐波、电压偏差、三相不平衡进行分析。理论上分析了傅里叶变换,组、子组算法电能质量的特征。对测试结果进行评估并对比在功率不同时电能质量的差异,分析造成差异的原因。通过测试可知,采用的分析方法能够检测电能质量的各项指标,从而为电能质量的各项参数指标提供可靠数据。
唐瑞李晓辉曹英丽马艺铭
关键词:光伏发电电能质量功率
基于四项余弦窗四谱线插值FFT的电力谐波算法分析被引量:3
2016年
快速傅里叶变换是谐波检测中的主要方法,但在谐波分析中很难做到同步采样、整数周期截断,从而造成频谱泄露影响谐波测量的准确性。为了提高谐波的检测精度,利用FFT分析了Nuttall窗的旁瓣特性和四谱线插值算法。提出了一种基于4项3阶Nuttall窗四谱线插值的电力谐波检测算法,该算法通过分析加Nuttall窗信号傅里叶变换的频域表达式,利用谐波频点附近的4根离散频谱的幅值确定谐波谱线的准确位置,进而得到谐波的幅值、频率及相位。通过用曲线拟合函数求得实用的修正公式,简化了复杂的计算过程,并对修正公式进行了Matlab仿真。仿真结果表明:所提出的算法在非同步或非整周期采样时对谐波幅值和相位的检测精度较高,应用该算法处理信号的幅值相对误差小于4.29×10^(-6)%,相位相对误差小于5.7×10^(-4)%。相对于双谱线Hanning、三谱线Blackman-harris算法精度得到了显著提高。并结合沈阳农业大学光伏电站并网算例,将研究检测方法对用户型光伏电站谐波进行分析,并且与分析检测结果进行对比来验证本研究方法的有效性。更加有效的检测谐波幅值和相位,有利于更好的减少农业用户光伏电站对电力系统稳定运行的影响。
李晓辉唐瑞曹英丽于丰华张亚茹赵燕马航
关键词:谐波分析
基于主成分分析和遗传优化BP神经网络的光伏输出功率短期预测被引量:42
2016年
针对光伏系统输出功率的波动性和间歇性特点,提出一种基于主成分分析(PCA)和遗传算法(GA)优化的BP神经网络功率短期预测方法。通过历史功率数据和实时气象因素对输出功率进行直接预测,利用主成分分析法将多个原始变量降维成少数彼此独立的变量,作为神经网络的输入。同时利用遗传算法的全局搜索特性在解空间中定位一个较好的空间,优化BP的初始权值阈值,克服了传统BP神经网络易陷入局部极小点、学习收敛速度慢的问题。通过建立不同预测模型进行对比,验证了所提算法和模型的有效性。
许童羽马艺铭曹英丽唐瑞陈俊杰
关键词:主成分分析遗传算法功率预测BP神经网络光伏系统
共1页<1>
聚类工具0