-
公开(公告)号：CN105138729A
公开(公告)日：2015-12-09
申请号：CN201510443853.7
申请日：2015-07-24
Applicant: 南京信息工程大学
IPC: G06F17/50
Abstract: 本发明公开了基于PSO-GRNN风电场风电机缺损风速值填充方法，依次进行风速数据相似性判定；确定GRNN填充子模型待优化参数集和评价此优化参数集的适应度函数；运用PSO算法优化待优化的参数，建立GRNN填充子模型；GRNN填充子模型进行GRNN组合，生成最终的填充结果。本发明针对以往单一填充模型稳定性差的缺点，提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速，采用PSO-GRNN神经网络组合填充模型对各子模型的填充结果进行动态组合，同时设计了对于组合用GRNN最佳平滑系数的确定方案，进一步提高了最终的填充结果精度和稳定性。
-
公开(公告)号：CN104217260B
公开(公告)日：2017-08-22
申请号：CN201410484067.7
申请日：2014-09-19
Applicant: 南京信息工程大学
Abstract: 本发明提供一种风场邻近多台风电机测量风速缺损值的组合填充系统，包括风速数据相似性判定单元、模型参数识别单元、小波神经网络子模型填充单元、组合填充单元。本发明克服了现有方法针对风场邻近多台风电机测量风速同时发生缺损值时，对于缺损测量风速值填充的技术缺点，从二维时间域上采用动态时间规整法，结合相关系数法、空间近邻法共3种方法对风速数据的相似性进行分析；提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速，各自构建小波神经网络进行缺损风速填充；通过系统可调参数以适应不同风场的风速数据；采用基于熵权的组合填充方法，最终提出了一种风场邻近多台风电机测量风速缺损值的填充系统。
-
公开(公告)号：CN105138729B
公开(公告)日：2018-01-09
申请号：CN201510443853.7
申请日：2015-07-24
Applicant: 南京信息工程大学
IPC: G06F17/50
Abstract: 本发明公开了基于PSO‑GRNN风电场风电机缺损风速值填充方法，依次进行风速数据相似性判定；确定GRNN填充子模型待优化参数集和评价此优化参数集的适应度函数；运用PSO算法优化待优化的参数，建立GRNN填充子模型；GRNN填充子模型进行GRNN组合，生成最终的填充结果。本发明针对以往单一填充模型稳定性差的缺点，提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速，采用PSO‑GRNN神经网络组合填充模型对各子模型的填充结果进行动态组合，同时设计了对于组合用GRNN最佳平滑系数的确定方案，进一步提高了最终的填充结果精度和稳定性。
-
公开(公告)号：CN104217260A
公开(公告)日：2014-12-17
申请号：CN201410484067.7
申请日：2014-09-19
Applicant: 南京信息工程大学
Abstract: 本发明提供一种风场邻近多台风电机测量风速缺损值的组合填充系统，包括风速数据相似性判定单元、模型参数识别单元、小波神经网络子模型填充单元、组合填充单元。本发明克服了现有方法针对风场邻近多台风电机测量风速同时发生缺损值时，对于缺损测量风速值填充的技术缺点，从二维时间域上采用动态时间规整法，结合相关系数法、空间近邻法共3种方法对风速数据的相似性进行分析；提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速，各自构建小波神经网络进行缺损风速填充；通过系统可调参数以适应不同风场的风速数据；采用基于熵权的组合填充方法，最终提出了一种风场邻近多台风电机测量风速缺损值的填充系统。
-
-
-
Search Results
4
records
(took 0.028 seconds)
