您的位置: 专家智库 > >

王吉东

作品数:2 被引量:5H指数:2
供职机构:河海大学能源与电气学院更多>>
发文基金:教育部留学回国人员科研启动基金江苏省自然科学基金国家重点基础研究发展计划更多>>
相关领域:动力工程及工程热物理理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇动力工程及工...
  • 1篇理学

主题

  • 2篇风电
  • 1篇修整
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机算...
  • 1篇弃风
  • 1篇群算法
  • 1篇子群
  • 1篇限电
  • 1篇向量
  • 1篇向量机
  • 1篇向量机算法
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇机组组合
  • 1篇风电场
  • 1篇风速
  • 1篇风速预测
  • 1篇BP
  • 1篇并网

机构

  • 2篇河海大学

作者

  • 2篇郑源
  • 2篇韩星星
  • 2篇许昌
  • 2篇王欣
  • 2篇王吉东
  • 1篇刘德有

传媒

  • 1篇上海理工大学...
  • 1篇可再生能源

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
限电情况下风电场内机组最优组合方案研究被引量:3
2014年
近年来,由于风电渗透率持续增加而电网消纳能力有限,造成风机产能过剩,"弃风"现象开始凸显。为保证电力系统的稳定运行,要求风电场主动参与系统调频,根据电网调度部门指令控制其功率输出。将风速预测信息与尾流效应模型结合起来,预测场内每台机组的最大出力。在此基础上,以提高风电场效益为目标,建立了限电情况下风电场内机组组合问题的数学模型,并利用改进的粒子群算法进行优化研究,得到限电情况下风电场内机组最优组合方案。最后通过实际算例进行仿真分析,验证了所提出方法的可行性和优越性。
王欣许昌韩星星王吉东郑源刘徳有
关键词:风电场弃风风速预测机组组合粒子群算法
基于样本修整和支持向量机算法的并网风电机组运行特性研究被引量:2
2014年
针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性.
王吉东许昌王欣韩星星郑源刘德有
关键词:支持向量机BP风电
共1页<1>
聚类工具0