排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
针对独立直流微电网稳定性问题,提出了一种基于滑模变结构的电流无源双闭环控制策略,提高了系统的响应速度和抗干扰能力.首先,建立独立直流微电网系统数学模型,针对该模型应用无源性理论设计系统的控制输入,得到系统的端口受控耗散Hamilton(port-controlled hamiltonian with dissipation,PCH-D)模型.然后,针对系统的直流母线电压的稳定性问题,应用滑模变结构方法,当系统用电负荷、分布式能源和参数突变时,母线电压仍能稳定在其期望值上,并得到燃料电池电流的参考值.最后,通过Matlab仿真进行验证,对比本文控制策略与传统单一的无源控制策略,说明所提出的控制方法具有更好的动态特性和稳态特性. 相似文献
2.
空间负荷预测对有配电网的规划建设具有重要意义,为了提高配电网空间负荷预测的精度,文中提出基于极限学习机(ELM)的配电网空间负荷预测算法,采用粒子群优化(PSO)模型的参数。首先根据用地性质将负荷分类,再通过模糊C均值(FCM)算法对每一类负荷进行聚类分析,建立精细化的负荷密度指标体系。根据待预测地块的特性指标选取训练样本,代入ELM训练,提高预测精度。通过搜索的数据对实例进行仿真试验,通过对比未引入FCM算法的相对误差、未引入PSO算法的相对误差以及采用PSO-ELM算法的相对误差可得,文中提出的PSO-ELM算法具有较高精度,满足实际工程的要求。 相似文献
3.
4.
5.
当前对于短期负荷预测的研究主要针对影响因素的分析以及模型的改进,很少有对模型的鲁棒性进行研究.以极限学习机(extreme learning machine,ELM)作为研究对象,针对ELM模型的鲁棒性问题进行了深入的研究,并将其应用到短期负荷预测问题中.ELM模型的鲁棒性受损失函数的影响,当前ELM模型在处理含异常点样本时,鲁棒性差、预测精度较低.针对该问题,提出了一种基于p阶最大相关熵准则的损失函数,并将该损失函数应用到ELM模型中,以提高其在短期负荷预测问题中的鲁棒性.提出了一种估计实际样本中异常点百分比的计算方法,在建立短期负荷预测模型之前,估计出实际负荷样本中的异常点百分比.仿真结果表明,在异常点超过12%的样本中,提出的算法模型具有更好的鲁棒性以及预测精度. 相似文献
6.
7.
空间负荷预测对配电网规划建设具有重要意义。为了提高配电网空间负荷预测精度,文中提出基于熵权法与灰色关联分析-极限学习机(GRA-ELM)的配电网空间负荷预测方法。首先,将规划区域内的小区按用地性质划分,分析不同类型负荷的影响因素,建立空间负荷密度指标体系;其次,利用熵权法对不同类型负荷的负荷密度指标进行权重分配;然后,应用GRA挑选出与待测地块负荷密度指标相似的训练样本;最后,将样本带入经粒子群优化(PSO)算法参数处理后的极限学习机(ELM)进行训练,得到预测结果。通过实例对所提方法的性能进行仿真验证,结果表明,所提方法相对其他方法的空间负荷预测精度更高。 相似文献
1