基于樣本修整和支持向量機算法的并網(wǎng)風電機組運行特性研究

【摘要】：針對并網(wǎng)風力機組運行時非線性、耦合性和大慣性的特點,提出了一種基于樣本修整和支持向量機算法的系統(tǒng)辨識方法,并通過實例將該方法與單純的支持向量機算法、BP(back propagation)神經(jīng)網(wǎng)絡算法進行比較.結果表明,樣本修整后與修整前相比,訓練速度和預測精度都有明顯提高,基于樣本修整和支持向量機算法的辨識方法具有明顯的優(yōu)越性. 【作者單位】： 河海大學能源與電氣學院;
【關鍵詞】： 支持向量機 BP神經(jīng)網(wǎng)絡 系統(tǒng)建模 風電
【基金】：國家重點基礎研究發(fā)展計劃(973計劃)資助項目(2010CB227102-1) 江蘇省自然科學基金面上資助項目(2013-198) 教育部留學回國人員科研啟動基金資助項目(2012-940) 江蘇省六大人才高峰項目(2012-XNY-12)
【分類號】：TP18;TM315
【正文快照】： 由于風資源的不可預測性以及機械、電氣等多重因素的影響[1],風電機組運行工況復雜多變,系統(tǒng)具有明顯的非線性、隨機性和強耦合性,因此,很難建立精確的物理模型[2].在傳統(tǒng)的風力機建模中,風能計算通常采用文獻[3]中提供的風能利用系數(shù)Cp的經(jīng)驗公式,由于機組類型、參數(shù)等差異,

您可以在本站搜索以下學術論文文獻來了解更多相關內(nèi)容

支持向量機規(guī)則提取    王強;沈永平;陳英武;

基于支持向量機的設備振動信號趨勢預測    侯澍旻;李友榮;劉光臨;

支持向量機理論與應用    崔長春;劉文林;鄭俊哲;

基于混沌粒子群的支持向量機參數(shù)優(yōu)化    任文進;鐘清流;

一種改進的近似支持向量機算法    劉蕓;唐發(fā)根;林廣艷;

基于支持向量機的電價組合預測模型    高尚;梅亮;

支持向量機在科研項目評審中的應用研究    郭建方;王學軍;

基于相量分析與支持向量機的交流電路故障診斷    黃亮;侯建軍;劉穎;宋偉;李趙紅;

基于支持向量機工程施工風險預警研究    呂月英;

基于概率支持向量機方法的人臉識別    肖小玲;李臘元;

基于支持向量機的設備振動信號趨勢預測    侯澍旻;李友榮;劉光臨;

基于漸進直推支持向量機的半對半多類文本分類    張曉濱;尹英順;趙培坤;馬秀蘭;

線性規(guī)劃支持向量機模型的研究    徐會敏;王玉蘭;

支持向量機算法綜述    晏慶華;

分布式多分類支持向量機    郭一楠;程健;肖大偉;楊梅;

一種支持向量機訓練集選取算法改進    林關成;李亞安;

基于支持向量機的坦克識別算法    楊凌;劉玉樹;

基于最小二乘支持向量機的油品質(zhì)量預測    李方方;趙英凱;賈玉瑩;杜杰;

面向時間序列質(zhì)量波動預測的支持向量機回歸模型研究    曾江輝;耿金鳳;汪邦軍;郝建春;

基于最小二乘支持向量機的故障預測法    戴林超;吳琳麗;趙海娜;李訓銘;

非可信環(huán)境下的支持向量機研究    周喜川

支持向量機學習算法若干問題的研究    常甜甜

三類不確定支持向量機及其應用    王超

支持向量機算法及其應用研究    張國云

支持向量機及其在人臉識別中的應用研究    李華慶

幾類支持向量機變型算法的研究    杜喆

支持向量機回歸算法與應用研究    李海生

魯棒最小二乘支持向量機研究與應用    劉京禮

支持向量機及其在入侵檢測中的應用研究    董春曦

基于統(tǒng)計學習理論的支持向量機算法研究    唐發(fā)明

小波支持向量機在數(shù)據(jù)建模中的研究及應用    周林成

支持向量機算法的研究及應用    王芳

基于支持向量機的動態(tài)預測方法與實現(xiàn)技術研究    高泓

支持向量機泛化性能的研究及其應用    王永吉

支持向量機模型研究及應用    梁宏霞

多類支持向量機的研究與分析    孫慶嘉

基于最小二乘支持向量機的傳染病預測與研究    朱杰

支持向量機及相關理論研究    王琳

支持向量機在質(zhì)量管理中的應用研究    萬家強

基于半監(jiān)督支持向量機的網(wǎng)絡流量分類機制的研究與實現(xiàn)    李響