排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
考虑到直接对经验模式分解(EMD)所得多个分量分别建模预测会引入多重随机误差和产生较大预测工作量,提出一种基于游程检测法重构原则的EMD-Elman神经网络组合的风电短时功率预测算法,运用游程检测法对风电出力时间序列EMD得到系列本征模态函数IMF和趋势项Res进行波动性程度检测,将波动程度相似、变化规律相近的分量依照fine to coarse顺序重构成高频分量、低频分量和趋势项。然后针对性地对3个分量分别建立较准确的Elman神经网络短时多步预测模型,可减少预测分量建模数,提高预测精度和预测速度,最后将三分量预测结果自适应叠加。还分别给出两种预测模型的算例,对比分析发现EMD-Elman组合预测模型的精度优于Elman神经网络单一预测模型。 相似文献
2.
基于某换流站系统调试期间全光纤电流互感器电子单元直流电源单路空开试验出现的异常现象,通过多次试验分析发现故障原因在于电子单元的双电源失电告警扩展继电器,其复电瞬间产生高电压尖脉冲,电磁干扰影响光电流数据,产生测量故障和数据无效严重告警,最后提出双电源失电告警扩展继电器采用具有抗干扰能力的固态继电器替换传统电磁式继电器的改进设计方案,并通过定性分析、定量计算和试验验证了改进的方案可行,改进设计方案有效避免了单电源短时失电后复电引起特高压直流全光纤电流互感器数据测量故障导致保护动作闭锁直流。 相似文献
3.
基于概率统计理论,建立单个风电场与集群风电场出力的中心矩关系模型。从风电出力概率分布特性的角度,引入描述风电出力"分布形状"的2个统计学指标——偏度和峰度。基于集群风电出力均值、标准差、偏度和峰度4个统计性指标,构建表征集群风电出力概率分布的皮尔逊族模型,模拟集群风电场出力时序数据,进而得到集群风电场出力曲线。基于对区域典型风电集群历史出力数据的分析,根据经验建立风电场间相关系数与风电场间距离的指数关系模型,并给出区域风电场各阶标准差与平均出力之间的近似多项式关系模型,降低了计算核心指标所需数据维度。对福建省集群风电场进行实例应用分析,结果验证了所提集群风电场模型的准确性和实用性。 相似文献
4.
1