首页 > 88必威

基于样本修整和支持向量机算法的并网风电机组运行特性研究

来源:论文学术网
时间:2024-08-18 15:09:38
热度:

基于样本修整和支持向量机算法的并网风电机组运行特性研究【摘要】:针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例

【摘要】:针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性. 【作者单位】: 河海大学能源与电气学院;
【关键词】支持向量机 BP神经网络 系统建模 风电
【基金】:国家重点基础研究发展计划(973计划)资助项目(2010CB227102-1) 江苏省自然科学基金面上资助项目(2013-198) 教育部留学回国人员科研启动基金资助项目(2012-940) 江苏省六大人才高峰项目(2012-XNY-12)
【分类号】:TP18;TM315
【正文快照】: 由于风资源的不可预测性以及机械、电气等多重因素的影响[1],风电机组运行工况复杂多变,系统具有明显的非线性、随机性和强耦合性,因此,很难建立精确的物理模型[2].在传统的风力机建模中,风能计算通常采用文献[3]中提供的风能利用系数Cp的经验公式,由于机组类型、参数等差异,

您可以在本站搜索以下学术论文文献来了解更多相关内容

支持向量机规则提取    王强;沈永平;陈英武;

基于支持向量机的设备振动信号趋势预测    侯澍旻;李友荣;刘光临;

支持向量机理论与应用    崔长春;刘文林;郑俊哲;

基于混沌粒子群的支持向量机参数优化    任文进;钟清流;

一种改进的近似支持向量机算法    刘芸;唐发根;林广艳;

基于支持向量机的电价组合预测模型    高尚;梅亮;

支持向量机在科研项目评审中的应用研究    郭建方;王学军;

基于相量分析与支持向量机的交流电路故障诊断    黄亮;侯建军;刘颖;宋伟;李赵红;

基于支持向量机工程施工风险预警研究    吕月英;

基于概率支持向量机方法的人脸识别    肖小玲;李腊元;

基于支持向量机的设备振动信号趋势预测    侯澍旻;李友荣;刘光临;

基于渐进直推支持向量机的半对半多类文本分类    张晓滨;尹英顺;赵培坤;马秀兰;

线性规划支持向量机模型的研究    徐会敏;王玉兰;

支持向量机算法综述    晏庆华;

分布式多分类支持向量机    郭一楠;程健;肖大伟;杨梅;

一种支持向量机训练集选取算法改进    林关成;李亚安;

基于支持向量机的坦克识别算法    杨凌;刘玉树;

基于最小二乘支持向量机的油品质量预测    李方方;赵英凯;贾玉莹;杜杰;

面向时间序列质量波动预测的支持向量机回归模型研究    曾江辉;耿金凤;汪邦军;郝建春;

基于最小二乘支持向量机的故障预测法    戴林超;吴琳丽;赵海娜;李训铭;

非可信环境下的支持向量机研究    周喜川

支持向量机学习算法若干问题的研究    常甜甜

三类不确定支持向量机及其应用    王超

支持向量机算法及其应用研究    张国云

支持向量机及其在人脸识别中的应用研究    李华庆

几类支持向量机变型算法的研究    杜喆

支持向量机回归算法与应用研究    李海生

鲁棒最小二乘支持向量机研究与应用    刘京礼

支持向量机及其在入侵检测中的应用研究    董春曦

基于统计学习理论的支持向量机算法研究    唐发明

小波支持向量机在数据建模中的研究及应用    周林成

支持向量机算法的研究及应用    王芳

基于支持向量机的动态预测方法与实现技术研究    高泓

支持向量机泛化性能的研究及其应用    王永吉

支持向量机模型研究及应用    梁宏霞

多类支持向量机的研究与分析    孙庆嘉

基于最小二乘支持向量机的传染病预测与研究    朱杰

支持向量机及相关理论研究    王琳

支持向量机在质量管理中的应用研究    万家强

基于半监督支持向量机的网络流量分类机制的研究与实现    李响

Baidu
map