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
多时序协同中期负荷预测模型
被引量：
14
1
作者
刘江永
刘文翰
易灵芝
《电力系统及其自动化学报》
CSCD
北大核心
2020年第2期48-53,共6页
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memo...
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memory)网络的多时序协同中期负荷预测ARIMA-LSTM模型。该模型考虑了季节、温度和节假日的影响,采用ARIMA提取负荷序列内部因素,用Adam算法优化ARIMA-LSTM模型的网络参数。最后将某地区实际负荷数据用于该模型,并与神经网络NN(neural network)模型和LSTM进行对比,其均方根误差分别降低了7.698%和2.154%,验证了该模型具有更高的预测精度。
展开更多
关键词
中期负荷预测
加法自回归积分滑动平均模型
长短期记忆网络
预测精度
在线阅读
下载PDF
职称材料
基于CKMTOA的SRM转矩分配函数优化补偿控制策略
被引量：
2
2
作者
刘江永
王力雄
+3 位作者
易灵芝
李旺
陈章
金淼鑫
《电力系统及其自动化学报》
CSCD
北大核心
2020年第10期28-36,共9页
针对开关磁阻电机SRM(switched reluctance motor)运行时存在较大的转矩脉动,传统控制策略使输出电流波动大、电流可控性低等问题,本文提出了一种基于混沌分子动理论优化算法CKMTOA(chaos kinetic-molecu⁃lar theory optimization algor...
针对开关磁阻电机SRM(switched reluctance motor)运行时存在较大的转矩脉动,传统控制策略使输出电流波动大、电流可控性低等问题,本文提出了一种基于混沌分子动理论优化算法CKMTOA(chaos kinetic-molecu⁃lar theory optimization algorithm)的SRM转矩分配函数优化补偿控制策略。改进了余弦转矩分配函数,根据优化所得的最佳转矩补偿值对转矩分配函数相转矩参考值进行补偿,在换相开始阶段,对前一相绕组参考转矩值进行补偿,对后一相绕组不做处理;在换相结束阶段,对后一相绕组的参考转矩值进行补偿,对前一相绕组不做处理。同时,本文选择将电流变化率和铜损作为优化目标,利用CKMTOA的全局寻优能力,对最佳开通角、关断角和转矩补偿值进行优化获取,得到最优转矩补偿值,可以有效降低电流的变化率,抑制了换相时的转矩脉动。
展开更多
关键词
开关磁阻电机
转矩脉动
转矩分配
混沌分子动理论优化算法
铜损
电流变化率
在线阅读
下载PDF
职称材料
题名
多时序协同中期负荷预测模型
被引量：
14
1
作者
刘江永
刘文翰
易灵芝
机构
湘潭大学信息工程学院湖南省多能源协同控制技术工程研究中心
湖南省
风电装备与
能源
变换
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第2期48-53,共6页
基金
国家自然科学基金资助项目(61572416)
湖南省自科基金资助项目(2016JJ5033)
产学研重点资助项目(16PYZ022)。
文摘
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memory)网络的多时序协同中期负荷预测ARIMA-LSTM模型。该模型考虑了季节、温度和节假日的影响,采用ARIMA提取负荷序列内部因素,用Adam算法优化ARIMA-LSTM模型的网络参数。最后将某地区实际负荷数据用于该模型,并与神经网络NN(neural network)模型和LSTM进行对比,其均方根误差分别降低了7.698%和2.154%,验证了该模型具有更高的预测精度。
关键词
中期负荷预测
加法自回归积分滑动平均模型
长短期记忆网络
预测精度
Keywords
medium-term load forecasting
additive auto-regressive integrated moving average model
long short-term memory network
forecasting accuracy
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于CKMTOA的SRM转矩分配函数优化补偿控制策略
被引量：
2
2
作者
刘江永
王力雄
易灵芝
李旺
陈章
金淼鑫
机构
湘潭
大学
信息
工程
学院
湖南省
风电装备与
能源
变换
大功率交流传动电力机车系统集成国家重点实验室
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第10期28-36,共9页
文摘
针对开关磁阻电机SRM(switched reluctance motor)运行时存在较大的转矩脉动,传统控制策略使输出电流波动大、电流可控性低等问题,本文提出了一种基于混沌分子动理论优化算法CKMTOA(chaos kinetic-molecu⁃lar theory optimization algorithm)的SRM转矩分配函数优化补偿控制策略。改进了余弦转矩分配函数,根据优化所得的最佳转矩补偿值对转矩分配函数相转矩参考值进行补偿,在换相开始阶段,对前一相绕组参考转矩值进行补偿,对后一相绕组不做处理;在换相结束阶段,对后一相绕组的参考转矩值进行补偿,对前一相绕组不做处理。同时,本文选择将电流变化率和铜损作为优化目标,利用CKMTOA的全局寻优能力,对最佳开通角、关断角和转矩补偿值进行优化获取,得到最优转矩补偿值,可以有效降低电流的变化率,抑制了换相时的转矩脉动。
关键词
开关磁阻电机
转矩脉动
转矩分配
混沌分子动理论优化算法
铜损
电流变化率
Keywords
switched reluctance motor(SRM)
torque ripple
torque distribution
chaos kinetic-molecular theory opti⁃mization algorithm(CKMTOA)
copper loss
current rate of change
分类号
TM3 [电气工程—电机]
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
多时序协同中期负荷预测模型
刘江永
刘文翰
易灵芝
《电力系统及其自动化学报》
CSCD
北大核心
2020
14
在线阅读
下载PDF
职称材料
2
基于CKMTOA的SRM转矩分配函数优化补偿控制策略
刘江永
王力雄
易灵芝
李旺
陈章
金淼鑫
《电力系统及其自动化学报》
CSCD
北大核心
2020
2
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
