期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多相整流的船舶电力推进系统谐波抑制
被引量：
16
1
作者
刘钰山
葛宝明
毕大强
《北京交通大学学报》
CAS
CSCD
北大核心
2011年第2期99-104,共6页
变频器等电力电子设备在船舶电网中的使用,将使变频器输入回路产生大量谐波.为减小谐波对电网的污染,对6脉波、12脉波、24脉波整流器的输入侧电流谐波进行了分析,对船舶电力推进系统不同工况下的网侧电流谐波进行了仿真研究.仿真结果表...
变频器等电力电子设备在船舶电网中的使用,将使变频器输入回路产生大量谐波.为减小谐波对电网的污染,对6脉波、12脉波、24脉波整流器的输入侧电流谐波进行了分析,对船舶电力推进系统不同工况下的网侧电流谐波进行了仿真研究.仿真结果表明,多相整流技术是抑制谐波的有效方法,整流相数越多,变频器注入电网的谐波含量越小;24脉波整流应用在船舶推进系统上可大大减小船舶电网的谐波含量,有效地提高电网品质.
展开更多
关键词
谐波
船舶电力推进系统
多相整流
24脉波
在线阅读
下载PDF
职称材料
基于PCC-LSTM模型的短期负荷预测方法
被引量：
21
2
作者
刘倩倩
刘钰山
+3 位作者
温烨婷
何杰
李晓
毕大强
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第12期2529-2536,共8页
短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性...
短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。
展开更多
关键词
Pearson相关系数
长短期记忆神经网络
负荷预测
Adam算法
时间序列
在线阅读
下载PDF
职称材料
题名
基于多相整流的船舶电力推进系统谐波抑制
被引量：
16
1
作者
刘钰山
葛宝明
毕大强
机构
北京交通大学电气工程学院
清华大学电机系电力系统国家重点实验室
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2011年第2期99-104,共6页
基金
电力系统国家重点实验室开放课题(SKLD09KZ10)
文摘
变频器等电力电子设备在船舶电网中的使用,将使变频器输入回路产生大量谐波.为减小谐波对电网的污染,对6脉波、12脉波、24脉波整流器的输入侧电流谐波进行了分析,对船舶电力推进系统不同工况下的网侧电流谐波进行了仿真研究.仿真结果表明,多相整流技术是抑制谐波的有效方法,整流相数越多,变频器注入电网的谐波含量越小;24脉波整流应用在船舶推进系统上可大大减小船舶电网的谐波含量,有效地提高电网品质.
关键词
谐波
船舶电力推进系统
多相整流
24脉波
Keywords
harmonic
ship electric propulsion system
multi-phase rectifier
twenty-four-pulse
分类号
TM921 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于PCC-LSTM模型的短期负荷预测方法
被引量：
21
2
作者
刘倩倩
刘钰山
温烨婷
何杰
李晓
毕大强
机构
北京航空航天大学自动化科学与电气工程学院
清华大学电机系
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第12期2529-2536,共8页
基金
中央高校基本科研业务费专项资金(KG16076201)
电力系统及大型发电设备安全控制和仿真国家重点实验室开放课题(SKLD20M05)。
文摘
短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。
关键词
Pearson相关系数
长短期记忆神经网络
负荷预测
Adam算法
时间序列
Keywords
Pearson correlation coefficient
long and short term memory neural network
load forecasting
Adam algorithm
time series
分类号
V247 [航空宇航科学与技术—飞行器设计]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多相整流的船舶电力推进系统谐波抑制
刘钰山
葛宝明
毕大强
《北京交通大学学报》
CAS
CSCD
北大核心
2011
16
在线阅读
下载PDF
职称材料
2
基于PCC-LSTM模型的短期负荷预测方法
刘倩倩
刘钰山
温烨婷
何杰
李晓
毕大强
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022
21
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
