公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

风电场输出功率的多时段联合概率密度预测被引量：23: 2013年; 风电场输出功率波动性较强,难以精确预测,掌握其输出功率的分布规律对含有风电场的电力系统的运行决策具有重要意义。文中在分析风电场有功功率输出特性的基础上,提出了风电场输出功率多时段联合概率密度预测,利用风电场输出功率在时段间较强的相关性,估计其波动的幅度与速度特征,为系统运行提供更全面的决策信息。结合多元回归估计常条件相关—多元广义自回归条件异方差(CCC-MGARCH)模型与稀疏贝叶斯学习方法,给出了一种基于数值天气预报信息的风电场输出功率短期多时段联合概率密度预测方法。该方法依据CCC-MGARCH模型思想,将未来多个时段内风电场输出功率的联合概率密度预测问题分解为:风电场在各个时段内独立的输出功率概率密度预测子问题和时段间关联的输出功率预测误差相关系数矩阵估计子问题,利用稀疏贝叶斯学习方法在概率密度预测问题上的优势,形成预测效果好、计算效率高的风电场输出功率多时段联合概率密度预测方法。应用实例与分析说明了该方法的有效性。; 杨明朱思萌韩学山王洪涛; 关键词：电力系统风电预测

基于分量稀疏贝叶斯学习的风电场输出功率概率预测方法被引量：24: 2012年; 概率预测有别于期望值预测,能够提供被预测量的概率分布信息。文中提出一种基于分量稀疏贝叶斯学习的风电场短期输出功率概率预测方法。该方法采用分量预测方式,应用离散正交小波变换Mallat算法将风电场输出功率分解为体现输出功率变化主趋势的趋势分量和平稳度较好的扰动分量。利用风速与风电场输出功率趋势上较强的相关性,结合趋势分量的自相关性对趋势分量进行预测;同时,根据扰动分量近似平稳的特点,利用其自身的自相关性对扰动分量进行预测。文中基于稀疏贝叶斯学习理论构建预测模型,实现对趋势分量、扰动分量以及原风电场输出功率的概率预测,并通过构建多学习机实现风电场输出功率的多步预测。算例分析部分通过对某处风电场7 200次的连续预测,验证了所提出方法的有效性。; 杨明范澍韩学山LEE Wei-Jen; 关键词：风电预测离散小波变换电力系统

不确定运行条件下电力系统鲁棒调度的基础研究被引量：50: 2011年; 提出采用鲁棒调度解决不确定运行条件下电力系统调度决策问题的新思路。文中通过对鲁棒调度的定义指出鲁棒调度的特点在于能够根据当前已有信息做出对系统运行中不确定因素具有一定免疫力的调度决策;通过鲁棒调度一般模型的构建,指出场景束约束(scenario bundle constraint)使鲁棒调度区别于确定性调度方式的组合,使系统各种可能存在的运行场景之间存在了联系;通过提出鲁棒调度3个层面的关键性问题,为研究的进一步开展明确了攻坚方向。最后,文中通过对计及电力系统等效负荷不确定性超前调度问题的建模与算例分析,验证了鲁棒调度方法的有效性。; 杨明韩学山王士柏查浩; 关键词：电力系统不确定性

自由摆平板控制系统的分析与设计被引量：5: 2012年; 文章给出了一个基于自由摆的平板控制系统的设计与构建,系统以STC12C5A16S2型单片机为控制核心,经角度传感器MMA7455、直接数字式频率合成器(DDS)、混合式步进电机42BYGH4417及必要的外围驱动电路,实现平板随着摆杆的摆动而旋转,平板上的8枚硬币随摆杆摆动不滑落,平板上的激光笔在15s内照射到指定的中心线位置。; 王博郝文昌王志超梁立凯; 关键词：单片机角度传感器 DDS 步进电机

全选清除导出

共1页<1>

国家教育部博士点基金(20100131120039)