杨蕾
- 作品数：3 被引量：33H指数：3
- 供职机构：兰州交通大学自动化与电气学院更多>>
- 发文基金：国家高技术研究发展计划铁道部科技研究开发计划国家自然科学基金更多>>
- 相关领域：电气工程交通运输工程更多>>
- 基于改进相似日算法的光伏电站功率预测被引量：4
- 2013年
- 针对传统光伏电站功率预测方法精度不高的问题,给出一种基于改进相似日算法的广义回归神经网络功率预测方法。在该方法中,提出一种对日相似度与前趋势相似度进行多目标优化来选取相似日集的改进相似日算法,并建立了基于此算法的广义回归神经网络功率预测模型,以太阳辐照度、温度和湿度作为模型输入,光伏电站发电功率作为模型输出,提前一天预测间隔为1 h的输出功率。利用甘肃某光伏电站的实测数据进行仿真,结果表明,该方法较传统功率预测方法有更高的预测精度。
- 杨蕾董海鹰马博张文韬
- 关键词：光伏电站功率预测广义回归神经网络
- 基于动态故障树的CTCS-3级ATP系统可靠性分析被引量：23
- 2014年
- 针对传统的可靠性分析方法分析CTCS-3级ATP系统动态失效问题的不足,提出采用动态故障树分析其可靠性.首先,分析系统的结构和功能建立动态故障树模型;其次,采用深度优先最左遍历算法搜索动态故障树模型,得到独立的子树;最后,在引入可修系统可靠性指标基础上,采用解析法和马尔科夫矩阵迭代法求解子树,结合分层迭代方法对动态故障树分析法改进,以减小运算量,使得上述可靠性指标能用于CTCS-3级ATP系统的可靠性评估.计算所得可靠性指标与可靠性框图分析得到的结果对比表明:动态故障树能够更好地描述系统的冗余性和容错性等特点,提高了可靠性指标的精度.
- 张文韬张友鹏苏宏升杨蕾
- 关键词：可靠性分析动态故障树CTCS-3
- 蚁群算法优化RBF神经网络的光伏发电MPPT被引量：6
- 2014年
- 针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。
- 李坦董海鹰杨蕾
- 关键词：光伏电池最大功率跟踪RBF神经网络蚁群算法
