期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于无迹卡尔曼滤波神经网络的光伏发电预测 被引量:6
1
作者 李春来 张海宁 +2 位作者 杨立滨 杨军 王平 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第4期54-61,共8页
针对光伏发电系统在不同天气状况下发电功率预测精度不高的问题,在分析传统方法的基础上,提出一种无迹卡尔曼滤波神经网络光伏发电预测方法。该方法利用无迹卡尔曼滤波实时更新神经网络模型的权重,以直流电压和电流作为系统的输入,以有... 针对光伏发电系统在不同天气状况下发电功率预测精度不高的问题,在分析传统方法的基础上,提出一种无迹卡尔曼滤波神经网络光伏发电预测方法。该方法利用无迹卡尔曼滤波实时更新神经网络模型的权重,以直流电压和电流作为系统的输入,以有功功率和无功功率作为系统的输出,分别建立两个独立的双输入单输出功率预测模型。实验结果表明:所提出的方法对有功功率和无功功率的预测精度分别为97.3%和94.2%,并且对天气具有良好的鲁棒性。 展开更多
关键词 光伏发电预测 无迹卡尔曼滤波 神经网路 最佳拟合度
在线阅读 下载PDF
改进谱聚类与遗传算法相结合的电力时序曲线聚类方法 被引量:22
2
作者 丁明 黄冯 +2 位作者 邹佳芯 刘金山 宋晓皖 《电力自动化设备》 EI CSCD 北大核心 2019年第2期93-99,114,共8页
为改善传统聚类算法在电力时序数据上的聚类效果,提出一种基于优化特征向量选取的遗传谱聚类算法。针对应用数据结构特点,合理优化谱聚类算法中特征向量的提取过程,避免传统方法可能造成的数据信息缺失问题;采用遗传聚类优化算法对优选... 为改善传统聚类算法在电力时序数据上的聚类效果,提出一种基于优化特征向量选取的遗传谱聚类算法。针对应用数据结构特点,合理优化谱聚类算法中特征向量的提取过程,避免传统方法可能造成的数据信息缺失问题;采用遗传聚类优化算法对优选后的特征向量进行聚类划分,并将最终划分结果映射回原始数据。以UCI标准合成时间序列数据与美国区域电网运营商PJM提供的日负荷数据为例,对比分析现有常用聚类算法与所提算法测试结果的聚类有效性指标与形态特征。研究结果表明,所提算法分类效果显著,有较高的聚类质量和算法稳健性,具有工程应用前景。 展开更多
关键词 时序数据 谱聚类 遗传算法 特征向量提取 负荷聚类
在线阅读 下载PDF
基于反步法的燃气轮机功率控制器设计 被引量:2
3
作者 王印松 曲晓荷 +3 位作者 邓天白 张海宁 李春来 杨立滨 《热力发电》 CAS 北大核心 2016年第7期67-71,共5页
为使燃气轮机快速平稳地跟踪负荷设定值,提出了基于反步法的燃气轮机功率控制器;对燃气轮机-发电机系统非线性模型进行简化及坐标转换,通过反步法设计Lyapunov函数和中间虚拟控制量,计算得到控制律,并采用Simulink软件仿真验证本文设计... 为使燃气轮机快速平稳地跟踪负荷设定值,提出了基于反步法的燃气轮机功率控制器;对燃气轮机-发电机系统非线性模型进行简化及坐标转换,通过反步法设计Lyapunov函数和中间虚拟控制量,计算得到控制律,并采用Simulink软件仿真验证本文设计的燃气轮机功率控制器的可行性和有效性。结果表明:与传统PI控制器相比,采用反步法的燃气轮机功率控制器提高了燃气轮机跟踪负荷设定值的稳定性和快速性,该方法有效、可行。 展开更多
关键词 燃气轮机 功率控制器 反步法 非线性控制
在线阅读 下载PDF
考虑时空相关性的多风电场出力场景生成与评价方法 被引量:28
4
作者 丁明 宋晓皖 +3 位作者 孙磊 黄冯 张舒捷 杜德贵 《电力自动化设备》 EI CSCD 北大核心 2019年第10期39-47,共9页
含多个风电场的场景生成技术可为电力系统中长期规划和运行提供所需基础数据。为在场景生成过程中计入多风电场风电出力的时空相关性,提出两阶段场景生成方法:在第一阶段,采用Copula函数对多个风电场出力的空间相关性建模,获得多风电场... 含多个风电场的场景生成技术可为电力系统中长期规划和运行提供所需基础数据。为在场景生成过程中计入多风电场风电出力的时空相关性,提出两阶段场景生成方法:在第一阶段,采用Copula函数对多个风电场出力的空间相关性建模,获得多风电场出力的初始场景;在第二阶段,运用随机微分方程对风电场出力波动随机性建模,通过重构初始风电出力场景,使得最终获得的场景中风电序列较好地保留原始序列的时间相关性。为评估生成场景的有效性,构建场景有效性评价指标体系;引入多重分形去趋势波动分析方法,提供刻画风电序列的自相关特性和动态波动特性的多维度指标。以某区域风电场为例,生成风电季度出力场景,结果表明所提方法能够复现原始风电序列的时空相关性。 展开更多
关键词 风电 时空相关性 COPULA函数 随机微分方程 多重分形 评价指标
在线阅读 下载PDF
优选状态数的MCMC算法在风电功率序列生成中的应用 被引量:8
5
作者 徐沈智 艾小猛 +4 位作者 邹佳芯 张舒捷 李湃 黄越辉 文劲宇 《电力自动化设备》 EI CSCD 北大核心 2019年第5期61-68,共8页
传统马尔科夫链蒙特卡洛(MCMC)法的状态数选择常依赖于人工经验,应用于风电功率序列建模时难以较好地同时模拟原始风电功率序列的概率分布特性和自相关特性。针对该问题,提出一种优选状态数的MCMC(OSN-MC)算法。首先给出MCMC方法状态数... 传统马尔科夫链蒙特卡洛(MCMC)法的状态数选择常依赖于人工经验,应用于风电功率序列建模时难以较好地同时模拟原始风电功率序列的概率分布特性和自相关特性。针对该问题,提出一种优选状态数的MCMC(OSN-MC)算法。首先给出MCMC方法状态数的选取范围,其次在该范围内以生成序列与原始序列的自相关函数的误差平方和最小为原则确定优选状态数,然后利用各状态对应功率范围内的累积分布函数抽样生成随机风电功率,提高优选状态数下生成风电功率序列对于原始序列分布特性的模拟精度。应用OSN-MC法和MCMC法对中国、美国和欧洲的12个风电场生成风电功率序列,并与原始实测序列进行特性比较,结果表明:OSN-MC法生成的风电功率序列对原始序列的分布特性和自相关特性的模拟效果均优于MCMC法所生成的风电功率序列。 展开更多
关键词 风电功率 马尔科夫链 蒙特卡洛法 优选状态数 序列生成
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部