您的位置： 专家智库 > >

国家科技支撑计划(2008BAA14B03)

作品数：2 被引量：23H指数：2
相关作者：刘永前卓越时文刚王飞朴金姬更多>>
相关机构：华北电力大学西门子中国研究院更多>>
发文基金：国家科技支撑计划国家高技术研究发展计划北京市重点实验室更多>>
相关领域：电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 1篇电机
  • 1篇正交最小二乘
  • 1篇正交最小二乘...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络算法
  • 1篇数值天气预报
  • 1篇最小二乘
  • 1篇最小二乘算法
  • 1篇网络
  • 1篇网络算法
  • 1篇向量
  • 1篇向量机
  • 1篇聚类
  • 1篇聚类法
  • 1篇基于支持向量...
  • 1篇功率
  • 1篇功率预测

机构

  • 2篇华北电力大学
  • 1篇西门子中国研...

作者

  • 2篇刘永前
  • 1篇韩爽
  • 1篇王飞
  • 1篇朴金姬
  • 1篇时文刚
  • 1篇卓越

传媒

  • 1篇太阳能学报
  • 1篇现代电力

年份

  • 1篇2011
  • 1篇2010
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于支持向量机的风电机组运行工况分类方法被引量：16
2010年
采用多个运行参数来描述风电机组复杂多变的与振动相关的运行工况,提出一种基于支持向量机的分类方法划分风电机组的运行工况。我国北方某风电场实际运行数据的计算结果表明:与传统的单参数分类方法相比,基于支持向量机的运行工况分类方法能明显降低振动监测过程中的误报警率。
刘永前王飞时文刚卓越
关键词：风电机组支持向量机
风电场输出功率预测中两种神经网络算法的研究被引量：7
2011年
神经网络是风电功率预测系统中应用最广泛的方法,而其训练算法是影响预测精度的重要因素之一。探讨了采用聚类法和正交最小二乘算法两种训练方法。以中国北方某风电场的实际数据以及数值天气预报数据为依据,对RBF聚类法和正交最小二乘算法进行了验证,最终研究并比较RBF不同预测情况与BP的差异。结果表明:对于提前24h的风电功率预测,RBF神经网络模型预测精度要好于BP神经网络模型,尤其以正交最小二乘算法为训练方法建立的RBF模型,预测精度较高,能够很好拟合实际功率曲线。
刘永前朴金姬韩爽
关键词：功率预测神经网络数值天气预报聚类法正交最小二乘算法
全选 清除 导出
共1页<1>
聚类工具0