排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
Z源逆变器光伏发电系统是一种具有升/降压功能的单级系统,可以通过调节直通占空比实现前级光伏电池的最大功率跟踪(MPPT)控制,然后由逆变器调制因子m实现并网控制.提出了一种直通占空比调制范围上限随动的两级控制策略.该策略兼顾了两级控制和单级控制的优点:充分利用了直通零矢量,使逆变器的调制因子m增大,直流电压利用率高,相应的有源器件的电压应力和逆变器输出电流谐波得到很大地改善;消除了光伏电池和电网之间的影响.仿真和实验结果验证了理论分析的正确性与实用性. 相似文献
2.
针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度。鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型。通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度。 相似文献
3.
Z源逆变器光伏发电系统是一种具有升/降压功能的单级系统,可以通过调节直通占空比实现前级光伏电池的最大功率跟踪(MPPT)控制,然后由逆变器调制因子m实现并网控制.提出了一种直通占空比调制范围上限随动的两级控制策略.该策略兼顾了两级控制和单级控制的优点:充分利用了直通零矢量,使逆变器的调制因子m增大,直流电压利用率高,相应的有源器件的电压应力和逆变器输出电流谐波得到很大地改善;消除了光伏电池和电网之间的影响.仿真和实验结果验证了理论分析的正确性与实用性. 相似文献
4.
基于数据挖掘的FNN短期电力负荷预测方法研究 总被引:2,自引:0,他引:2
针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度.鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型.通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度. 相似文献
1