导读:本文包含了风的信息论文开题报告文献综述及选题提纲参考文献，主要关键词:异常数据,风向,数据识别,组内最优方差
风的信息论文文献综述
杨茂,杨春霖,杨琼琼,苏欣[1]（2019）在《计及风向信息的风电功率异常数据识别研究》一文中研究指出针对目前风电功率异常数据识别的算法复杂繁琐且识别效果不理想,算法通用性差,对复杂多变的风电功率数据难以有效甄别等问题,依据实测风速功率数据中异常数据来源的特征提出一种不同风向上的不同风速区间内异常数据的识别方法。该算法基于不同风向上不同风速区间的组内最优方差来识别其相应的异常数据,最后经归类整理后识别出机组全部的异常数据。研究结果表明该算法可有效识别风电异常数据。(本文来源于《太阳能学报》期刊2019年11期）
廖明阳,刘兴伟,马宏亮[2]（2019）在《智能网联汽车信息安全风控系统研究》一文中研究指出随着智能网联汽车的不断发展,网络安全问题已经成为影响传统汽车全面向智能网联汽车发展过渡的关键。在车联网"端—管—云"的基本网络架构下,每一个环节都是信息安全的防护重点。因此,设计并实现了智能网联汽车信息安全风控系统,包括T-BOX系统安全、移动应用APP安全和服务器安全分析平台等。通过实验,检测了T-BOX样机对抗DoS攻击和网络SYN攻击的能力,以此验证了所提出的信息安全风控系统的有效性。(本文来源于《计算机时代》期刊2019年10期）
何易[3]（2019）在《换脸App一夜爆红 小心娱乐暴露隐私》一文中研究指出8月30日晚间，一款名为“ZAO”的换脸社交软件在朋友圈刷屏，ZAO也借此一夜之间收获了100万以上的用户量，并登上微博热搜。用户在该软件上传个人照片，可实现“一键”进入明星出演的相关影视片段，并在其中进行动态演绎，过一把演戏瘾。很多用户表示实景“换脸”(本文来源于《文汇报》期刊2019-09-01）
任泓宇[4]（2019）在《借信息技术之风，扬初中数学高效教学之帆》一文中研究指出新一轮的课堂教学改革正在如火如荼地进行中,促使信息技术以其独特的优势,迈着坚定的步伐,融入到不同学科的教学中,对于优化和完善教学环节、调整和创新教学模式、构建高效课堂起到了重要的推动作用。初中教师应合理运用信息技术的辅助作用,从以下几个方面入手,发挥信息技术的强大优势,根据学生的实践需要,结合教学发展变化的情况,进行教育教学的改革和创新,赋予课堂新的活力,让初中数学课堂在信息技术的引领下真正得到长远发展和不断进步。(本文来源于《文理导航(中旬)》期刊2019年09期）
龙霞飞,杨苹,郭红霞,赵卓立,赵智[5]（2019）在《基于KELM和多传感器信息融合的风电齿轮箱故障诊断》一文中研究指出为提高风电齿轮箱的运行效率,降低风电场的运行维护成本,结合时域统计特征分析和多传感器信息融合技术,提出了一种基于灰狼优化核极限学习机(GWO-KELM)的风电齿轮箱状态监测新方法。首先,计算原始振动信号不同的时域统计特征参数,并采用并行迭加的方式对特征级和数据级进行信息融合以得到融合数据集。其次,利用融合数据集,建立了基于GWO-KELM的故障分类识别模型。最后,运用所提方法对QPZZ-Ⅱ旋转机械振动试验台齿轮箱实测数据进行状态监测,实例结果表明了该方法的有效性和可行性,与其他同类方法相比,所提方法具有最佳分类性能。(本文来源于《电力系统自动化》期刊2019年17期）
苗宜之[6]（2019）在《基于预测信息的风电场集群调频控制策略》一文中研究指出风力发电是技术最为成熟的可再生能源发电技术之一,也是世界各国能源政策优先发展的方向。随着风电并网规模的增加,风电出力的随机性和波动性给电网的调度和稳定运行带来的负面影响也越来越大,主要体现在发电量与负荷的不平衡导致系统频率的稳定性下降,引发风机大规模脱网事故。为了让风电集群能够对电网提供必要的频率支撑,本文以集中式的风电场集群为研究对象,对风电场集群的有功功率波动特性、风电超短期预测以及风电场集群参与调频的控制策略进行了研究。本文首先通过实测数据分析了风电场集群在时间尺度和空间尺度的波动特性,目的是为了挖掘风电场集群出力波动的规律,从而为降低风电波动给电网带来的影响提供解决思路和方法;分析了大规模风电对系统频率的影响,并讨论了风电预测在解决风电集群调频可能的作用。其次,针对风电预测误差较大的问题,提出了一种基于机器学习算法的混合预测模型。该模型通过改进的模态经验分解和小波分解作为预处理阶段的主要算法用来降低风电功率序列的非平稳性。在预测阶段同时引入了神经网络、极限学习机和最小二乘支持向量机对分解后的序列进行预测。同时,采用了基于粒子群优化的自适应神经网络模型对叁种智能预测算法的误差分布进行学习并校正,提高了模型的预测精度和泛化性能。通过实测风电场数据进行了算例分析,验证了所提混合智能算法的精确性和优越性。最后,为了发挥风电场集群在参与系统调频中具有的优势,提出了基于预测信息的风电集群调频控制策略。该策略通过建立风电集群控制中心对各个风电场进行统一管理,并依据预测信息合理调节各个风电场的调频参与深度。在风电集群层面通过各个风电场的预测信息实现风电场的运行模式控制和参考指令分配;在风电场层面,通过预测信息对风电场的调差系数进行调整,实现动态调节风电场调频参与深度。为了证明本文所提调频控制策略的有效性,在MATLAB中建立仿真模型进行了验证。结果表明:本文所提出的基于预测信息的风电集群调频控制策略可充分利用风电场的预测信息优化各个风电场的发电量和调频参与深度。(本文来源于《沈阳工业大学》期刊2019-06-04）
赵轩,薛晗光,倪向宇,邱学芮,刘凤祥[7]（2019）在《风电场两票业务信息系统开发》一文中研究指出目前风电场风机分布分散,人员配制施行运维一体,其两票管理执行较为困难。在风电场信息化建设中,本文结合电力安全工作规程,将移动互联网技术、蓝牙定位技术、分词搜索技术、流媒体直播技术及近场通信技术应用于风电场两票业务的执行与管理中,依靠智能移动终端设备,创新实现了风电场两票业务高效规范运行。目前该移动应用系统已在多个风电场运行,结果显示,该系统提高了风电场两票执行效率,规范了两票业务流程,满足了风电场高效运维的管理需求。(本文来源于《热力发电》期刊2019年09期）
高月锁[8]（2019）在《数字化风电信息标准体系规划》一文中研究指出为支撑风电企业数字化转型,亟需建立与数字化风电相适应的信息标准体系,为数字化风电建设提供技术依据。本文介绍了风电行业信息标准体系现状;提出了覆盖风电产品研发、风电销售交付整合、风电场运行、风电场运维、风电场运营、分布式能源领域转型领域的技术标准框架;为风电企业标准化建设发展提出建议。(本文来源于《数字技术与应用》期刊2019年05期）
王宇佳[9]（2019）在《基于信息融合的风电机组不对中故障诊断方法研究》一文中研究指出随着可再生能源在电力领域的发展,风能发电占到了越来越大的份额,所以双馈式风电机组的运行维护显得尤为重要。其中传动系统的不对中故障是在风电机组运行过程中出现次数较多的故障之一,当发生传动系统不对中时,齿轮箱的轮齿、轴承,联轴器的螺栓及发电机的轴承等部件容易受到损坏,如果不及时处理大大影响风电机组的健康运行及其发电质量。本课题来源于国家自然科学基金项目“双馈式风力发电机组同轴度误差故障机理与诊断技术研究”(项目编号:51577008)。论文首先分析了传动系统的故障机理和特性包括振动特性、热特性和定子电流信号特性,然后针对目前风电机组传动系统使用单一振动信号进行故障诊断的局限性,提出了基于信息融合的不对中故障诊断方法。具体内容如下:由于风电场位置偏僻,采集不对中故障数据存在困难,本文在已经搭建的1.5MW双馈式风电机组传动系统Solidworks叁维模型和Adams虚拟样机模型的基础上,获取了振动信号,然后将Solidworks叁维模型导入到Ansys Workbench完成了热特性分析,获取了温度信息;利用Matlab/Simulink对发电机的双变换器和变桨系统桨距角进行控制,结合Adams完成了机电联合仿真,获得了相应的电流信号。然后将振动信号、温度信号和定子电流信号作为诊断信息,分别提取时域、频域、时-频域特征指标做数据级融合得到故障特征向量,其中振动信号时-频域信息的获取采用了基于镜像延拓的经验模态分解(Improved Empirical Mode Decomposition,IEMD),定子电流信号时-频域信息的获取采用了双树复小波变换(Dual-tree Complex Wavelet Transform,DTCWT)。由于特征向量之间的相关性,利用 t分布的随机近邻嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)对特征向量进行降维特征级融合,得到信息互补的特征向量。将融合特征向量通过最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)进行传动系统不对中故障诊断,并利用改进人工蜂群算法(Improved Artificial Bee Colony Algorithm,IABC)优化LSSVM的参数。通过对比和实验台验证,表明了 t-SNE特征融合及LSSVM_IABC故障诊断方法比其他方法具有更高的诊断精度。为了证明多级融合的优点,将D-S证据理论决策级融合引入到不对中故障诊断中。将叁种信号作为证据,即温度信号和振动信号、定子电流信号t-SNE降维融合后的特征向量输入到IABC优化参数的LSSVM中,传动系统四种工况的后验概率作为输出并作为D-S证据融合的基本概率赋值,依据D-S证据的合成规则和决策规则,得到了风电机组的不对中故障诊断的正确率。最后通过仿真数据和实例证明了叁级融合故障诊断方法相比于其他方法的准确性和优越性。(本文来源于《北京交通大学》期刊2019-05-01）
[10]（2019）在《江苏省通信管理局召开2019年江苏省信息通信行业行风建设暨纠风工作电视电话会议》一文中研究指出4月2日,江苏省通信管理局召开2019年全省信息通信行业行风建设暨纠风工作电视电话会议。省通信管理局党组书记、局长袁瑞青出席会议并讲话。省消保委、省放心消费办、省通信行业协会、省互联网协会、各地市通信行业管理办公室、各基础电信运营企业省公司和市公司负责人、部分互联网企业和移动转售企业负责人参加了会议。会议由省通信管理局党组成员、副局长王鹏主持。(本文来源于《江苏通信》期刊2019年02期）
风的信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着智能网联汽车的不断发展,网络安全问题已经成为影响传统汽车全面向智能网联汽车发展过渡的关键。在车联网"端—管—云"的基本网络架构下,每一个环节都是信息安全的防护重点。因此,设计并实现了智能网联汽车信息安全风控系统,包括T-BOX系统安全、移动应用APP安全和服务器安全分析平台等。通过实验,检测了T-BOX样机对抗DoS攻击和网络SYN攻击的能力,以此验证了所提出的信息安全风控系统的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
风的信息论文参考文献
[1].杨茂,杨春霖,杨琼琼,苏欣.计及风向信息的风电功率异常数据识别研究[J].太阳能学报.2019
[2].廖明阳,刘兴伟,马宏亮.智能网联汽车信息安全风控系统研究[J].计算机时代.2019
[3].何易.换脸App一夜爆红小心娱乐暴露隐私[N].文汇报.2019
[4].任泓宇.借信息技术之风，扬初中数学高效教学之帆[J].文理导航(中旬).2019
[5].龙霞飞,杨苹,郭红霞,赵卓立,赵智.基于KELM和多传感器信息融合的风电齿轮箱故障诊断[J].电力系统自动化.2019
[6].苗宜之.基于预测信息的风电场集群调频控制策略[D].沈阳工业大学.2019
[7].赵轩,薛晗光,倪向宇,邱学芮,刘凤祥.风电场两票业务信息系统开发[J].热力发电.2019
[8].高月锁.数字化风电信息标准体系规划[J].数字技术与应用.2019
[9].王宇佳.基于信息融合的风电机组不对中故障诊断方法研究[D].北京交通大学.2019
[10]..江苏省通信管理局召开2019年江苏省信息通信行业行风建设暨纠风工作电视电话会议[J].江苏通信.2019