期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
组合聚类和深度学习模型的风电场群风速预测
1
作者 樊雅洁 王聪 +2 位作者 张宏立 马萍 李新凯 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第12期71-80,共10页
为提高规模化风电场群的风速预测精度,进而保障中国电网的安全稳定运行,提出了一种基于粒子群-投影寻踪聚类算法结合NS-L-Transformer的风电场群短期风速混合预测模型。首先,通过变分模态分解、去伪分量和小波变换的方法对采集的风速数... 为提高规模化风电场群的风速预测精度,进而保障中国电网的安全稳定运行,提出了一种基于粒子群-投影寻踪聚类算法结合NS-L-Transformer的风电场群短期风速混合预测模型。首先,通过变分模态分解、去伪分量和小波变换的方法对采集的风速数据集进行处理,得到滤除噪声干扰后的风速数据集。其次,考虑风电场群间的风速空间关联特性,根据其风速波动特征,采用粒子群-投影寻踪聚类算法分析了风电场群间的空间相关性,根据算法所得到的评价指标对风电场群进行了场群关联性最优分类,并构造了分类后的高维风速数据集。最后,通过Transformer模型的自注意力机制结合LSTM模型的门控单元机制捕捉风速时间序列的局部特征,提出了NS-L-Transformer模型对所构造的具有局部特性的高维风速数据集进行了风速预测。选用中国东南某地区风电场群的风速数据进行了仿真分析,研究结果表明,采用分类后的高维数据集进行风速预测较单一风速数据集的预测精度有较大的提升;相较于Transformer模型,NS-L-Transformer的预测误差减少,从而验证了本研究所提混合预测模型的有效性。 展开更多
关键词 风速预测 风速数据降噪 风电场 粒子群-投影寻踪聚类算法 NS-L-Transformer模型
在线阅读 下载PDF
基于投影寻踪技术的IT项目评标决策模型研究
2
作者 黄越 王洪源 +1 位作者 张秀丽 王东明 《沈阳理工大学学报》 CAS 2007年第2期88-90,87,共4页
介绍了投影寻踪聚类模型的基本原理,将粒子群优化算法引入该模型,建立了基于投影寻踪聚类技术的IT项目评标决策模型,通过优化投影指标函数获得最佳投影方向,得到各样本的投影值,从而对各投标方案进行分类与评价,克服了决策中权重赋值的... 介绍了投影寻踪聚类模型的基本原理,将粒子群优化算法引入该模型,建立了基于投影寻踪聚类技术的IT项目评标决策模型,通过优化投影指标函数获得最佳投影方向,得到各样本的投影值,从而对各投标方案进行分类与评价,克服了决策中权重赋值的人为干扰.实例应用表明:基于投影寻踪技术的IT项目评标决策模型具有较好的客观性和实用性. 展开更多
关键词 投影寻踪 粒子优化 决策
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部