2025年4月13日
星期日
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王懿喆
作品数:
1
被引量:2
H指数:1
供职机构:
兰州理工大学电气工程与信息工程学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
吴布托
兰州理工大学电气工程与信息工程...
陈伟
兰州理工大学电气工程与信息工程...
裴喜平
兰州理工大学电气工程与信息工程...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
BAYESI...
1篇
残差
机构
1篇
兰州理工大学
作者
1篇
裴喜平
1篇
陈伟
1篇
吴布托
1篇
王懿喆
传媒
1篇
电网与清洁能...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
改进Bayesian后验比的异常风速值检测方法
被引量:2
2017年
风电场运行数据中含有异常风速值,为了优化风电数据的质量,提出了组合预测与Bayesian后验比的异常值检测方法。为了降低预测误差,先对风速序列建立Adaboost-BP网络和EMD-LV-SVM的组合预测模型,利用预测值与测量值的偏差得到含有粗大误差的残差序列;为了提高检测方法的可靠性,采用Bayesian后验比的检验方法识别残差序列中粗大误差,从而确定异常风速值的位置,并利用ARIMA方法修正异常风速值。RBF预测结果表明,所提方法能准确识别异常值,从而提高了风电场短期风速预测精度。
陈伟
吴布托
裴喜平
王懿喆
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张