您的位置: 专家智库 > >

刘铁

作品数:2 被引量:8H指数:1
供职机构:东北电力大学电气工程学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划吉林省产业技术研究与开发项目更多>>
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

  • 2篇功率
  • 2篇风电
  • 2篇风电功率
  • 1篇信息度量
  • 1篇信息熵
  • 1篇神经模糊
  • 1篇自适应神经
  • 1篇自适应神经模...
  • 1篇自适应神经模...
  • 1篇模糊推理
  • 1篇模糊推理系统
  • 1篇风速
  • 1篇采样间隔
  • 1篇传变特性

机构

  • 2篇东北电力大学

作者

  • 2篇杨茂
  • 2篇刘铁
  • 1篇齐玥

传媒

  • 1篇电测与仪表
  • 1篇太阳能学报

年份

  • 1篇2016
  • 1篇2015
2 条 记 录,以下是 1-2
排序方式:
两种基于自适应神经模糊推理系统的风功率预测方法被引量:7
2016年
随着风电渗透率的持续增长,风电功率预测的研究和应用变得非常重要,它将提高电网的安全性、稳定性和接纳能力。文中分别对基于风速预测和基于功率预测的两种风功率预测方法进行了分析,并建立了自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)预测模型。利用吉林省西部某风电场的实测数据,基于ANFIS预测模型采用两种预测方法进行实时多步滚动预测,并与基于线性回归法、滑动平均法和持续法的风电功率实时多步滚动预测得到的预测结果进行比较,结果表明前者的预测精度更高,说明了ANFIS预测模型的有效性,并发现基于功率预测的ANFIS预测方法的精度要高于基于风速预测的ANFIS预测方法。
杨茂董骏城刘铁钟宏鸣
关键词:风电功率自适应神经模糊推理系统风速
风电功率多采样间隔下损失信息度量及对预测影响研究被引量:1
2015年
从采样间隔的角度分析风电功率的波动特性,提出波动标准差和信息熵指标,以此来衡量采样间隔变化后损失的信息量,分析其与多步滚度预测误差之间的关系。以吉林西部某风电场的实测数据为例,利用所提出的指标进行研究,给出合理的风电功率多步滚动预测模式下的采样间隔推荐值。
杨茂齐玥刘铁
关键词:风电功率信息熵
共1页<1>
聚类工具0