排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
风电功率的精准预测是提高风电并网稳定性的重要手段之一。针对气象特征复杂性与随机性引起风电功率难以精准预测的问题,提出了一种基于VMD-CNN-LSTM的短期风电功率预测模型。该模型总体结构包括多气象特征序列变分模态分解(VMD)与重构、卷积神经网络(CNN)挖掘多气象特征信息、长短期记忆网络(LSTM)预测结果输出、泛化能力分析。与目前仅考虑分解历史风电功率序列分别建立预测模型方法相比,本文所提出的VMD方法物理意义明确,能够跟踪气象特征预测未来风电功率趋势。在某风电场的实际数据上进行验证,算例结果表明:该模型预测结果精度较高,降低了多气象特征因素对预测结果的影响,具有一定的实用性。 相似文献
2.
3.
以STC89C52单片机作为系统的控制芯片,通过红外光电传感器将检测信号传递给单片机,经过相应处理实现人靠近时接通电源,无人时进入休眠状态,控制电机实现冲大、小水以及排风功能。利用温度传感器实现智能座便器座圈加热,未达到或达到预设温度时,单片机给出加热灯亮或熄灭的信号,并且在LCD1602液晶中显示当前温度。分别以Altium Designer和Proteus为平台设计相应电路图和电路仿真,经过实物测试,超感智能座便器可以实现相应的功能,从而达到减少能源损失的目的。 相似文献
1