更新日期: 2025-05-25

基于小波-回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)

格式:pdf

大小:245KB

頁數(shù):3P

人氣 :84

基于小波-回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè) 4.8

將小波多分辨率分析特點(diǎn)和回歸支持向量機(jī)算法良好的泛化性能相結(jié)合,建立小波-回歸支持向量機(jī)風(fēng)速預(yù)測(cè)模型。先將原始風(fēng)速序列經(jīng)小波分解成輪廓分量和細(xì)節(jié)分量,再對(duì)各分量分別應(yīng)用支持向量機(jī)模型進(jìn)行預(yù)測(cè),最后將各分量的預(yù)測(cè)結(jié)果經(jīng)小波重構(gòu)得到原始風(fēng)速序列的預(yù)測(cè)值。仿真表明該方法能夠改善預(yù)測(cè)滯后現(xiàn)象以及減小突變點(diǎn)誤差,從而提高模型的泛化性能和預(yù)測(cè)精度。

基于相空間重構(gòu)的支持向量機(jī)的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè) 基于相空間重構(gòu)的支持向量機(jī)的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè) 基于相空間重構(gòu)的支持向量機(jī)的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)

基于相空間重構(gòu)的支持向量機(jī)的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)

格式:pdf

大?。?span id="ljk0prh" class="single-tag-height" data-v-09d85783>450KB

頁數(shù):4P

風(fēng)力發(fā)電具有波動(dòng)性、間歇性和隨機(jī)性的特點(diǎn),風(fēng)力發(fā)電的并網(wǎng)給電力系統(tǒng)的安全運(yùn)行帶來了嚴(yán)峻挑戰(zhàn),因此,實(shí)現(xiàn)風(fēng)電場(chǎng)風(fēng)速的預(yù)測(cè)具有重要意義。支持向量機(jī)是發(fā)展比較好的一種常用的風(fēng)速預(yù)測(cè)方法,但是由于其輸入特征對(duì)預(yù)測(cè)的精度影響比較大,所以特征的選擇一直是人們所關(guān)注的問題。文章提出采用相空間重構(gòu)理論對(duì)風(fēng)電場(chǎng)風(fēng)速進(jìn)行預(yù)測(cè),并通過與使用自然特征作為輸入特征的預(yù)測(cè)方法作比較,驗(yàn)證了基于相空間重構(gòu)的支持向量機(jī)的預(yù)測(cè)方法的優(yōu)越性。

基于時(shí)序-支持向量機(jī)的風(fēng)電場(chǎng)發(fā)電功率預(yù)測(cè) 基于時(shí)序-支持向量機(jī)的風(fēng)電場(chǎng)發(fā)電功率預(yù)測(cè) 基于時(shí)序-支持向量機(jī)的風(fēng)電場(chǎng)發(fā)電功率預(yù)測(cè)

基于時(shí)序-支持向量機(jī)的風(fēng)電場(chǎng)發(fā)電功率預(yù)測(cè)

格式:pdf

大?。?span id="iit50hx" class="single-tag-height" data-v-09d85783>397KB

頁數(shù):5P

準(zhǔn)確的風(fēng)電場(chǎng)風(fēng)電功率預(yù)測(cè)可以有效地減輕風(fēng)電場(chǎng)對(duì)電力系統(tǒng)的不利影響,同時(shí)提高風(fēng)電在電力市場(chǎng)中的競(jìng)爭(zhēng)力。基于時(shí)間序列法和支持向量機(jī)法,對(duì)風(fēng)電功率預(yù)測(cè)進(jìn)行研究,提出預(yù)測(cè)風(fēng)電功率的時(shí)序-支持向量機(jī)預(yù)測(cè)方法。該方法用時(shí)間序列法建模,選取影響風(fēng)電功率最大的參數(shù)作為支持向量機(jī)預(yù)測(cè)模型的輸入變量;為提高預(yù)測(cè)精度,提出基于時(shí)間點(diǎn)運(yùn)動(dòng)軌跡演化的方法選取與預(yù)測(cè)時(shí)刻功率相似的樣本作為模型的訓(xùn)練樣本。實(shí)例驗(yàn)證結(jié)果表明,該方法有效地提高了風(fēng)電功率預(yù)測(cè)精度。

編輯推薦下載

小波-支持向量機(jī)組合算法在地鐵沉降預(yù)測(cè)中的應(yīng)用 小波-支持向量機(jī)組合算法在地鐵沉降預(yù)測(cè)中的應(yīng)用 小波-支持向量機(jī)組合算法在地鐵沉降預(yù)測(cè)中的應(yīng)用

小波-支持向量機(jī)組合算法在地鐵沉降預(yù)測(cè)中的應(yīng)用

格式:pdf

大小:1.6MB

頁數(shù):3P

小波-支持向量機(jī)組合算法在地鐵沉降預(yù)測(cè)中的應(yīng)用 4.6

采用小波分析的方法對(duì)地鐵原始監(jiān)測(cè)數(shù)據(jù)進(jìn)行去噪處理,將得到的平穩(wěn)可靠的監(jiān)測(cè)數(shù)據(jù)用于建立支持向量機(jī)訓(xùn)練集,進(jìn)行沉降預(yù)測(cè).實(shí)際沉降數(shù)據(jù)處理和預(yù)測(cè)結(jié)果顯示,小波分析方法能夠準(zhǔn)確提取監(jiān)測(cè)數(shù)據(jù)中的沉降趨勢(shì)性信息,w-svm組合算法能夠顯著提高沉降預(yù)測(cè)的精度.

立即下載
基于模態(tài)分解和支持向量機(jī)的風(fēng)電功率組合預(yù)測(cè) 基于模態(tài)分解和支持向量機(jī)的風(fēng)電功率組合預(yù)測(cè) 基于模態(tài)分解和支持向量機(jī)的風(fēng)電功率組合預(yù)測(cè)

基于模態(tài)分解和支持向量機(jī)的風(fēng)電功率組合預(yù)測(cè)

格式:pdf

大?。?span id="g9kdb8p" class="single-tag-height" data-v-09d85783>2.1MB

頁數(shù):7P

基于模態(tài)分解和支持向量機(jī)的風(fēng)電功率組合預(yù)測(cè) 4.3

針對(duì)風(fēng)電功率序列的不確定性和隨機(jī)性特征,提出基于聚類經(jīng)驗(yàn)?zāi)B(tài)分解(eemd)和支持向量回歸機(jī)(svr)的風(fēng)電功率預(yù)測(cè)模型。同時(shí),為克服支持向量回歸機(jī)依賴人為經(jīng)驗(yàn)選擇學(xué)習(xí)參數(shù)的弊端,采用縱橫交叉算法(cso)優(yōu)化支持向量回歸機(jī)學(xué)習(xí)參數(shù)。首先,利用聚類經(jīng)驗(yàn)?zāi)B(tài)分解將原始風(fēng)電功率序列分解為一系列復(fù)雜度差異明顯的子序列。然后,分別對(duì)每子序列單獨(dú)建立cso-svr預(yù)測(cè)模型。最后,疊加各子序列的預(yù)測(cè)值得到實(shí)際預(yù)測(cè)結(jié)果。實(shí)例研究表明,所提模型能獲得優(yōu)良的風(fēng)電功率預(yù)測(cè)結(jié)果。

立即下載

小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)熱門文檔

相關(guān)文檔資料 1352292 立即查看>>
小波支持向量機(jī)在建筑沉降預(yù)測(cè)中的研究

小波支持向量機(jī)在建筑沉降預(yù)測(cè)中的研究

格式:pdf

大?。?span id="bdngxzc" class="single-tag-height" data-v-09d85783>992KB

頁數(shù):2P

小波支持向量機(jī)在建筑沉降預(yù)測(cè)中的研究 4.4

結(jié)合支持向量機(jī)模型和小波框架理論,建立了沉降預(yù)測(cè)模型,并對(duì)杭州市某小區(qū)的危舊建筑物進(jìn)行了沉降預(yù)測(cè),結(jié)果表明該模型預(yù)測(cè)精度較高,可以較好地預(yù)測(cè)建筑物沉降的發(fā)展趨向,適用于建筑沉降預(yù)警工作。

立即下載
基于風(fēng)電場(chǎng)最大風(fēng)速情況對(duì)風(fēng)機(jī)基礎(chǔ)的優(yōu)化設(shè)計(jì) 基于風(fēng)電場(chǎng)最大風(fēng)速情況對(duì)風(fēng)機(jī)基礎(chǔ)的優(yōu)化設(shè)計(jì) 基于風(fēng)電場(chǎng)最大風(fēng)速情況對(duì)風(fēng)機(jī)基礎(chǔ)的優(yōu)化設(shè)計(jì)

基于風(fēng)電場(chǎng)最大風(fēng)速情況對(duì)風(fēng)機(jī)基礎(chǔ)的優(yōu)化設(shè)計(jì)

格式:pdf

大?。?span id="rqo73pu" class="single-tag-height" data-v-09d85783>172KB

頁數(shù):未知

基于風(fēng)電場(chǎng)最大風(fēng)速情況對(duì)風(fēng)機(jī)基礎(chǔ)的優(yōu)化設(shè)計(jì) 4.4

由于風(fēng)電場(chǎng)一般均建在風(fēng)向較固定區(qū)域,風(fēng)機(jī)基礎(chǔ)的受力往往出現(xiàn)偏心極大方向和極小方向。針對(duì)此種情況,并結(jié)合風(fēng)電場(chǎng)風(fēng)資源特性,考慮各風(fēng)機(jī)點(diǎn)位特點(diǎn),論文提出"最大風(fēng)速玫瑰圖"概念,給出了風(fēng)機(jī)基礎(chǔ)設(shè)計(jì)的新思路,并通過"最大風(fēng)速玫瑰圖"將常規(guī)圓形、八邊形基礎(chǔ),優(yōu)化為矩形基礎(chǔ),使風(fēng)機(jī)基礎(chǔ)受力性能更好,有效減少基礎(chǔ)混凝土量,同時(shí)節(jié)省項(xiàng)目建設(shè)時(shí)間。

立即下載
基于支持向量機(jī)方法的深基坑變形預(yù)測(cè)

基于支持向量機(jī)方法的深基坑變形預(yù)測(cè)

格式:pdf

大小:199KB

頁數(shù):3P

基于支持向量機(jī)方法的深基坑變形預(yù)測(cè) 3

基于支持向量機(jī)方法的深基坑變形預(yù)測(cè)——提出了深基坑變形預(yù)測(cè)的一種新方法,即支持向量機(jī)方法.該方法根據(jù)有限的學(xué)習(xí)樣本,建立了各種影響因素和深基坑變形之問的一種非線性映射.基于已有的深基坑變形資料,采用支持向量機(jī)模型,對(duì)深基坑現(xiàn)場(chǎng)實(shí)例進(jìn)行了預(yù)測(cè),...

立即下載
基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測(cè)

基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測(cè)

格式:pdf

大?。?span id="w1dmlvi" class="single-tag-height" data-v-09d85783>287KB

頁數(shù):4P

基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測(cè) 3

基于最小二乘支持向量機(jī)回歸的基坑變形預(yù)測(cè)——將最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測(cè).根據(jù)基坑位移的實(shí)測(cè)時(shí)間序列資料,應(yīng)用最小二乘支持向量機(jī)回歸建立了基坑位移與時(shí)間的關(guān)系模型.研究結(jié)果表明,最小二乘支持向量機(jī)回歸用于基坑變形預(yù)測(cè),具有較高的預(yù)...

立即下載
風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工

風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工

格式:pdf

大?。?span id="qmtzvkk" class="single-tag-height" data-v-09d85783>2.5MB

頁數(shù):34P

風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工 4.6

1 風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工 按照“風(fēng)電場(chǎng)開發(fā)研討班”的課程安排,風(fēng)電場(chǎng)的建設(shè)施工,重點(diǎn)講授以下五個(gè)方面的內(nèi)容: 一、風(fēng)電場(chǎng)的建設(shè)程序 二、風(fēng)電場(chǎng)的施工前期準(zhǔn)備 三、風(fēng)電場(chǎng)的施工管理 四、風(fēng)電機(jī)組的運(yùn)輸、安裝、調(diào)試 五、風(fēng)電機(jī)組的試運(yùn)行與驗(yàn)收 第一章:風(fēng)電場(chǎng)的建設(shè)程序 為了規(guī)范中國(guó)的基本建設(shè)市場(chǎng),國(guó)家計(jì)委于一九九六年先后頒布了《關(guān)于實(shí)行建設(shè)項(xiàng)目法人責(zé) 任制的暫行規(guī)定》和《國(guó)家重點(diǎn)項(xiàng)目管理辦法》兩個(gè)重要法規(guī)文件。要求在建筑領(lǐng)域全面推行工程 項(xiàng)目法人責(zé)任制、投標(biāo)招標(biāo)制、合同管理制和工程建設(shè)監(jiān)理制等四項(xiàng)基本制度。并以法規(guī)形式規(guī)定 了基本建設(shè)程序。中國(guó)的項(xiàng)目建設(shè)程序是從項(xiàng)目業(yè)主管理的角度劃分的。 通常,我們把工程項(xiàng)目建設(shè)周期劃分為四個(gè)階段:工程項(xiàng)目策劃和決策階段,工程項(xiàng)目準(zhǔn)備階 段,工程項(xiàng)目實(shí)施階段,工程項(xiàng)目竣工驗(yàn)收和總結(jié)評(píng)價(jià)階段。詳見圖1—1。 1、工程項(xiàng)目策劃和決策階段 這一階段的主

立即下載

小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)精華文檔

相關(guān)文檔資料 1352292 立即查看>>
風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工_secret

風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工_secret

格式:pdf

大?。?span id="idqfyh4" class="single-tag-height" data-v-09d85783>3.8MB

頁數(shù):43P

風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工_secret 4.3

1 風(fēng)電場(chǎng)建設(shè)程序與風(fēng)電場(chǎng)工程施工 按照“風(fēng)電場(chǎng)開發(fā)研討班”的課程安排,風(fēng)電場(chǎng)的建設(shè)施工,重點(diǎn)講授以下五個(gè)方 面的內(nèi)容: 一、風(fēng)電場(chǎng)的建設(shè)程序 二、風(fēng)電場(chǎng)的施工前期準(zhǔn)備 三、風(fēng)電場(chǎng)的施工管理 四、風(fēng)電機(jī)組的運(yùn)輸、安裝、調(diào)試 五、風(fēng)電機(jī)組的試運(yùn)行與驗(yàn)收 第一章:風(fēng)電場(chǎng)的建設(shè)程序 為了規(guī)范中國(guó)的基本建設(shè)市場(chǎng),國(guó)家計(jì)委于一九九六年先后頒布了《關(guān)于實(shí)行建設(shè) 項(xiàng)目法人責(zé)任制的暫行規(guī)定》和《國(guó)家重點(diǎn)項(xiàng)目管理辦法》兩個(gè)重要法規(guī)文件。要求在 建筑領(lǐng)域全面推行工程項(xiàng)目法人責(zé)任制、投標(biāo)招標(biāo)制、合同管理制和工程建設(shè)監(jiān)理制等 四項(xiàng)基本制度。并以法規(guī)形式規(guī)定了基本建設(shè)程序。中國(guó)的項(xiàng)目建設(shè)程序是從項(xiàng)目業(yè)主 管理的角度劃分的。 通常,我們把工程項(xiàng)目建設(shè)周期劃分為四個(gè)階段:工程項(xiàng)目策劃和決策階段,工程 項(xiàng)目準(zhǔn)備階段,工程項(xiàng)目實(shí)施階段,工程項(xiàng)目竣工驗(yàn)收和總結(jié)評(píng)價(jià)階段。詳見圖1—1。 1、工程項(xiàng)目策劃和決策階段 這一階段

立即下載
基于最小二乘支持向量機(jī)回歸綜合預(yù)測(cè)建筑物沉降

基于最小二乘支持向量機(jī)回歸綜合預(yù)測(cè)建筑物沉降

格式:pdf

大小:378KB

頁數(shù):2P

基于最小二乘支持向量機(jī)回歸綜合預(yù)測(cè)建筑物沉降 4.6

針對(duì)在工程實(shí)踐中,應(yīng)用單一方法預(yù)測(cè)建筑物沉降存在著局限性,提出了基于最小二乘支持向量機(jī)回歸綜合單一方法預(yù)測(cè)沉降量。該方法能綜合單一方法的特點(diǎn),增強(qiáng)了模型的普適性,從而提高了預(yù)測(cè)精度和預(yù)報(bào)期次。文中討論了如何實(shí)現(xiàn)和運(yùn)用該方法,最后通過實(shí)例驗(yàn)證了其有效性。

立即下載
江西山地風(fēng)電場(chǎng)風(fēng)速數(shù)值模擬方法研究 江西山地風(fēng)電場(chǎng)風(fēng)速數(shù)值模擬方法研究 江西山地風(fēng)電場(chǎng)風(fēng)速數(shù)值模擬方法研究

江西山地風(fēng)電場(chǎng)風(fēng)速數(shù)值模擬方法研究

格式:pdf

大?。?span id="urhxzs0" class="single-tag-height" data-v-09d85783>1.3MB

頁數(shù):6P

江西山地風(fēng)電場(chǎng)風(fēng)速數(shù)值模擬方法研究 4.5

利用中尺度氣象數(shù)值模式wrf和動(dòng)力降尺度模式calmet,對(duì)江西山地風(fēng)電場(chǎng)不同高度層風(fēng)速進(jìn)行4個(gè)月逐時(shí)數(shù)值模擬,結(jié)合測(cè)風(fēng)塔實(shí)測(cè)資料,對(duì)兩種模式的模擬結(jié)果進(jìn)行準(zhǔn)確性、誤差特征等方面研究,結(jié)果表明:1)wrf模式和calmet模式均能較好地模擬出風(fēng)速的日變化特征,在大風(fēng)速時(shí)間段兩個(gè)模式模擬誤差變大,可能是由于出現(xiàn)臺(tái)風(fēng)、降雨伴隨大風(fēng)等天氣時(shí),wrf模式邊界層方案對(duì)大風(fēng)速時(shí)拖曳作用不充分造成,今后可考慮通過天氣過程模擬的敏感性研究及歷史數(shù)據(jù)對(duì)模擬結(jié)果進(jìn)行訂正。2)從各月模擬結(jié)果來看,wrf模式與calmet模式各月模擬值與實(shí)測(cè)值間相關(guān)系數(shù)均大于0.65,兩個(gè)模式對(duì)70m高度層模擬結(jié)果均優(yōu)于對(duì)10m高度層的模擬結(jié)果,并且calmet模式均方根誤差低于wrf模式的。3)calmet模式在各風(fēng)速段模擬效果均優(yōu)于wrf模式的。兩個(gè)模式在0~3m·s-1低風(fēng)速的模擬效果最優(yōu),在大風(fēng)速段(>8m·s~(-1))模擬結(jié)果平均絕對(duì)誤差最大,今后應(yīng)對(duì)大風(fēng)模擬結(jié)果的訂正開展進(jìn)一步研究。

立即下載
基于改進(jìn)的灰色模型和支持向量機(jī)的風(fēng)電功率預(yù)測(cè) 基于改進(jìn)的灰色模型和支持向量機(jī)的風(fēng)電功率預(yù)測(cè) 基于改進(jìn)的灰色模型和支持向量機(jī)的風(fēng)電功率預(yù)測(cè)

基于改進(jìn)的灰色模型和支持向量機(jī)的風(fēng)電功率預(yù)測(cè)

格式:pdf

大小:7.2MB

頁數(shù):6P

基于改進(jìn)的灰色模型和支持向量機(jī)的風(fēng)電功率預(yù)測(cè) 4.5

使用組合模型進(jìn)行了風(fēng)速預(yù)測(cè),然后在此基礎(chǔ)上進(jìn)行了風(fēng)電功率的預(yù)測(cè).利用灰色模型進(jìn)行風(fēng)速中確定性趨勢(shì)預(yù)測(cè),針對(duì)灰色gm(1,1)模型的建模機(jī)理和風(fēng)速預(yù)測(cè)特點(diǎn)對(duì)其進(jìn)行了改進(jìn),建立了改進(jìn)的灰色gm(1,1)風(fēng)速預(yù)測(cè)模型;同時(shí)使用支持向量機(jī)進(jìn)行風(fēng)速的隨機(jī)性預(yù)測(cè);用建立的組合預(yù)測(cè)模型輸出的風(fēng)速作為風(fēng)電功率預(yù)測(cè)的一個(gè)輸入,利用支持向量機(jī)模型進(jìn)行了提前一小時(shí)的風(fēng)電功率預(yù)測(cè).算例表明,該方法可有效提高風(fēng)速預(yù)測(cè)精度,進(jìn)而提高風(fēng)電功率的預(yù)測(cè)精度.

立即下載
基于粒子群算法優(yōu)化支持向量機(jī)的公路客運(yùn)量預(yù)測(cè) 基于粒子群算法優(yōu)化支持向量機(jī)的公路客運(yùn)量預(yù)測(cè) 基于粒子群算法優(yōu)化支持向量機(jī)的公路客運(yùn)量預(yù)測(cè)

基于粒子群算法優(yōu)化支持向量機(jī)的公路客運(yùn)量預(yù)測(cè)

格式:pdf

大?。?span id="0qlzcke" class="single-tag-height" data-v-09d85783>189KB

頁數(shù):未知

基于粒子群算法優(yōu)化支持向量機(jī)的公路客運(yùn)量預(yù)測(cè) 4.5

公路客運(yùn)量數(shù)據(jù)受多種因素影響而呈現(xiàn)非線性等特點(diǎn),為了提高其預(yù)測(cè)精度,文中提出粒子群算法(pso)優(yōu)化支持向量機(jī)(svm)的公路客運(yùn)量預(yù)測(cè)模型,利用pso尋優(yōu)能力突出的優(yōu)點(diǎn),對(duì)支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化選擇,并用優(yōu)化后的支持向量機(jī)模型對(duì)公路客運(yùn)量進(jìn)行預(yù)測(cè)。研究結(jié)果顯示,相比bp神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)的svm預(yù)測(cè)方法,基于pso-svm的預(yù)測(cè)精度更高。

立即下載

小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)最新文檔

相關(guān)文檔資料 1352292 立即查看>>
風(fēng)電場(chǎng)的運(yùn)行

風(fēng)電場(chǎng)的運(yùn)行

格式:pdf

大?。?span id="uvawf50" class="single-tag-height" data-v-09d85783>13KB

頁數(shù):8P

風(fēng)電場(chǎng)的運(yùn)行 4.4

1 第一章風(fēng)電場(chǎng)的運(yùn)行 目前,國(guó)內(nèi)風(fēng)力發(fā)電機(jī)組的單機(jī)容量已從最初的幾十千瓦發(fā)展為今天的幾百 千瓦甚至兆瓦級(jí)。風(fēng)電場(chǎng)也由初期的數(shù)百千瓦裝機(jī)容量發(fā)展為數(shù)萬千瓦甚至 數(shù)十萬千瓦裝機(jī)容量的大型風(fēng)電場(chǎng)。隨著風(fēng)電場(chǎng)裝機(jī)容量的逐漸增大,以及 在電力網(wǎng)架中的比例不斷升高,對(duì)大型風(fēng)電場(chǎng)的科學(xué)運(yùn)行、維護(hù)管理逐步成 為一個(gè)新的課題。風(fēng)電場(chǎng)運(yùn)行維護(hù)管理工作的主要任務(wù)是通過科學(xué)的運(yùn)行維 護(hù)管理,來提高風(fēng)力發(fā)電機(jī)組設(shè)備的可利用率及供電的可靠性,從而保證電 場(chǎng)輸出的電能質(zhì)量符合國(guó)家電能質(zhì)量的有關(guān)標(biāo)準(zhǔn)。風(fēng)電場(chǎng)的企業(yè)性質(zhì)及生產(chǎn) 特點(diǎn)決定了運(yùn)行維護(hù)管理工作必須以安全生產(chǎn)為基礎(chǔ),以科技進(jìn)步為先導(dǎo), 以設(shè)備管理為重點(diǎn),以全面提高人員素質(zhì)為保證,努力提高企業(yè)的社會(huì)效益 和經(jīng)濟(jì)效益。 第一節(jié)風(fēng)電場(chǎng)運(yùn)行工作的主要內(nèi)容 風(fēng)電場(chǎng)運(yùn)行工作的主要內(nèi)容包括兩個(gè)部分,分別是風(fēng)力發(fā)電機(jī)組的運(yùn)行和場(chǎng) 區(qū)升壓變電站及相關(guān)輸變電設(shè)施的運(yùn)行。工作中應(yīng)

立即下載
基于混沌量子粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)實(shí)時(shí)調(diào)度 基于混沌量子粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)實(shí)時(shí)調(diào)度 基于混沌量子粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)實(shí)時(shí)調(diào)度

基于混沌量子粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)實(shí)時(shí)調(diào)度

格式:pdf

大?。?span id="glwcxgn" class="single-tag-height" data-v-09d85783>244KB

頁數(shù):6P

基于混沌量子粒子群算法的含風(fēng)電場(chǎng)電力系統(tǒng)實(shí)時(shí)調(diào)度 4.4

分析了大規(guī)模風(fēng)電給電力系統(tǒng)實(shí)時(shí)調(diào)度所帶來的若干問題,依據(jù)節(jié)能減排原則,以消納風(fēng)電最大化和火電機(jī)組一次能源消耗最小化為雙重目標(biāo),建立了含大規(guī)模風(fēng)電的實(shí)時(shí)調(diào)度模型。在量子粒子群算法基礎(chǔ)上加入混沌初始化和混沌擾動(dòng),形成混沌量子粒子群優(yōu)化算法?;谛薷牡膇eee-118節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真計(jì)算,結(jié)果表明:建立的模型能在最大程度消納風(fēng)電的前提下,最大限度地減少一次能源消耗,達(dá)到節(jié)能減排的目的;采用的算法計(jì)算速度快、收斂性能好,滿足實(shí)時(shí)性的要求。

立即下載
改進(jìn)粒子群算法和最小二乘支持向量機(jī)的電力負(fù)荷預(yù)測(cè) 改進(jìn)粒子群算法和最小二乘支持向量機(jī)的電力負(fù)荷預(yù)測(cè) 改進(jìn)粒子群算法和最小二乘支持向量機(jī)的電力負(fù)荷預(yù)測(cè)

改進(jìn)粒子群算法和最小二乘支持向量機(jī)的電力負(fù)荷預(yù)測(cè)

格式:pdf

大?。?span id="6hcbwyt" class="single-tag-height" data-v-09d85783>1.7MB

頁數(shù):4P

改進(jìn)粒子群算法和最小二乘支持向量機(jī)的電力負(fù)荷預(yù)測(cè) 4.6

針對(duì)最小二乘支持向量機(jī)在電力負(fù)荷預(yù)測(cè)應(yīng)用中的參數(shù)優(yōu)化問題,將改進(jìn)粒子群算法引入到最小二乘支持向量機(jī)參數(shù)中,建立一種新型的電力負(fù)荷預(yù)測(cè)模型(ipso-lssvm)。首先將最小二乘支持向量機(jī)參數(shù)編碼為粒子初始位置向量;然后通過粒子個(gè)體之間的信息交流、協(xié)作找到最小二乘支持向量機(jī)的最優(yōu)參數(shù),并針對(duì)標(biāo)準(zhǔn)粒子群算法的不足進(jìn)行相應(yīng)改進(jìn);最后將其應(yīng)用于電力負(fù)荷建模與預(yù)測(cè),并通過仿真對(duì)比實(shí)驗(yàn)測(cè)試其性能。實(shí)驗(yàn)結(jié)果表明,ipso-lssvm可以獲得較高準(zhǔn)確度的電力負(fù)荷預(yù)測(cè)結(jié)果,大幅度減少了訓(xùn)練時(shí)間,滿足電力負(fù)荷在線預(yù)測(cè)要求。

立即下載
基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化 基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化 基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化

基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化

格式:pdf

大?。?span id="6hmgais" class="single-tag-height" data-v-09d85783>278KB

頁數(shù):5P

基于改進(jìn)遺傳算法的風(fēng)電場(chǎng)多目標(biāo)無功優(yōu)化 4.6

針對(duì)風(fēng)電場(chǎng)并網(wǎng)運(yùn)行的多目標(biāo)無功優(yōu)化和電壓穩(wěn)定問題,建立了基于異步發(fā)電機(jī)內(nèi)部等值電路的含風(fēng)電場(chǎng)的電力系統(tǒng)無功優(yōu)化模型,提出了風(fēng)電場(chǎng)無功優(yōu)化的目標(biāo)函數(shù)和約束條件。結(jié)合非支配排序思想、精英保留策略、改進(jìn)的小生境技術(shù),得到了一種將向量模適應(yīng)度函數(shù)作為淘汰準(zhǔn)則的改進(jìn)pareto遺傳多目標(biāo)優(yōu)化算法。以某風(fēng)電場(chǎng)接入ieee14節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)為例,將改進(jìn)算法用于含風(fēng)電場(chǎng)的電力系統(tǒng)無功優(yōu)化。仿真結(jié)果表明,應(yīng)用改進(jìn)的遺傳多目標(biāo)優(yōu)化算法可以同時(shí)得到多組pareto最優(yōu)解,為決策者提供了更多的選擇余地,使風(fēng)電場(chǎng)并網(wǎng)點(diǎn)母線電壓在允許范圍內(nèi)。

立即下載
基于支持向量機(jī)-粒子群算法的山區(qū)公路隧道造價(jià)預(yù)測(cè) 基于支持向量機(jī)-粒子群算法的山區(qū)公路隧道造價(jià)預(yù)測(cè) 基于支持向量機(jī)-粒子群算法的山區(qū)公路隧道造價(jià)預(yù)測(cè)

基于支持向量機(jī)-粒子群算法的山區(qū)公路隧道造價(jià)預(yù)測(cè)

格式:pdf

大?。?span id="prmjd46" class="single-tag-height" data-v-09d85783>128KB

頁數(shù):4P

基于支持向量機(jī)-粒子群算法的山區(qū)公路隧道造價(jià)預(yù)測(cè) 4.7

采用最小二乘支持向量機(jī)(lssvm)與粒子群優(yōu)化算法(pso)相結(jié)合的方法,以隧道工程分項(xiàng)工程技術(shù)指標(biāo)為基本參數(shù),對(duì)山區(qū)高速公路隧道工程造價(jià)進(jìn)行管理和預(yù)測(cè),基于支持向量機(jī)算法實(shí)現(xiàn)山區(qū)高速公路中隧道的工程特性與各分項(xiàng)工程造價(jià)指標(biāo)之間的復(fù)雜非線性映射。建立的造價(jià)預(yù)測(cè)模型估算得到的造價(jià)與樣本的實(shí)際造價(jià)誤差可控制在10%的范圍內(nèi),說明該預(yù)測(cè)模型可用于山區(qū)高速公路的隧道工程造價(jià)估算,并為公路工程造價(jià)人員提供了一種實(shí)用的工具和方法。

立即下載
基于最小二乘支持向量機(jī)回歸的單樁豎向極限承載力預(yù)測(cè)

基于最小二乘支持向量機(jī)回歸的單樁豎向極限承載力預(yù)測(cè)

格式:pdf

大?。?span id="vqyza2d" class="single-tag-height" data-v-09d85783>147KB

頁數(shù):4P

基于最小二乘支持向量機(jī)回歸的單樁豎向極限承載力預(yù)測(cè) 3

基于最小二乘支持向量機(jī)回歸的單樁豎向極限承載力預(yù)測(cè)——基于單樁載荷試驗(yàn)數(shù)據(jù),采用最小二乘支持向量機(jī)(lssvm)回歸的方法,建立了單樁豎向極限承載力的預(yù)測(cè)模型.利用文獻(xiàn)中樁的載荷試驗(yàn)數(shù)據(jù)來訓(xùn)練lssvm模型,并確定了模型參數(shù).研究結(jié)果表明,同常用的bp網(wǎng)絡(luò)...

立即下載
XXX風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)監(jiān)理細(xì)則

XXX風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)監(jiān)理細(xì)則

格式:pdf

大?。?span id="a26j5ha" class="single-tag-height" data-v-09d85783>42KB

頁數(shù):10P

XXX風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)監(jiān)理細(xì)則 4.4

三峽新能源風(fēng)電場(chǎng)(48mw)工程 風(fēng)機(jī)基礎(chǔ)施工 監(jiān)理實(shí)施細(xì)則

立即下載
風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案

風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案

格式:pdf

大小:12.0MB

頁數(shù):39P

風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案 4.7

風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案

立即下載
風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案解析

風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案解析

格式:pdf

大?。?span id="sl6w28h" class="single-tag-height" data-v-09d85783>263KB

頁數(shù):35P

風(fēng)電場(chǎng)風(fēng)機(jī)基礎(chǔ)方案解析 4.4

甘肅民勤紅沙崗百萬千瓦風(fēng)電基地第三風(fēng)電場(chǎng)基礎(chǔ)工程 第一章工程概況及特點(diǎn) 1.工程概況 甘肅民勤紅沙崗百萬千瓦風(fēng)電基地第三風(fēng)電場(chǎng)工程位于甘肅省武威市民勤 縣西北方向,本工程緊鄰省道307線,g312國(guó)道、g30連霍高速和蘭新鐵路從 金昌市通過,風(fēng)電場(chǎng)所需設(shè)備、物資均可通過該公路運(yùn)輸至工程區(qū),對(duì)外交通條 件較為便利。工程區(qū)中心公路里程距民勤縣98km,金川區(qū)64km,距永昌縣河西 堡鎮(zhèn)(金昌火車站)約89km,距蘭州市約438km。 風(fēng)機(jī)基礎(chǔ)為鋼筋混凝土結(jié)構(gòu),基礎(chǔ)底標(biāo)高為-3.000米,頂標(biāo)高為+0.200米, 基礎(chǔ)墊層采用c20混凝土,結(jié)構(gòu)采用c40混凝土,基礎(chǔ)為環(huán)形筏板基礎(chǔ),我單 位共計(jì)施工100個(gè)基礎(chǔ)。地基承載力200kpa,抗震設(shè)防烈度7度。 總工期100個(gè)日歷天。計(jì)劃開工時(shí)間2014年6月1日,計(jì)劃竣工時(shí)間2014 年9月10日 2.

立即下載
風(fēng)電場(chǎng)風(fēng)機(jī)檢查表

風(fēng)電場(chǎng)風(fēng)機(jī)檢查表

格式:pdf

大?。?span id="yhlfmu3" class="single-tag-height" data-v-09d85783>10KB

頁數(shù):6P

風(fēng)電場(chǎng)風(fēng)機(jī)檢查表 4.7

風(fēng)電場(chǎng)風(fēng)機(jī)檢查項(xiàng)目 1風(fēng)機(jī)道路道路無塌方,路面行車無障礙無打滑,風(fēng)機(jī)平 臺(tái)無塌陷,風(fēng)機(jī)警示牌完好。 2塔筒基礎(chǔ)混凝土無裂縫、露筋、凸起、覆土沒被挖開, 防水材料無損壞,塔筒基礎(chǔ)內(nèi)外無積水 3塔筒門、鎖、步道、油漆門軸轉(zhuǎn)動(dòng)靈活、門鎖功能正常、 塔筒門密封良好,門上百葉窗無生銹、無堵塞,步道無銹蝕、 無破損或變形、所有螺栓緊固無松脫,塔筒內(nèi)外油漆防腐 無破損 4主控柜柜體外觀完好無破損,固定牢靠,油漆無脫落, 柜內(nèi)設(shè)備標(biāo)示清晰無缺失,表面清潔無雜物,主控屏工作 正常,風(fēng)扇轉(zhuǎn)動(dòng)正常,各設(shè)備狀態(tài)燈正常,接線無松脫和電 弧痕跡,電纜及電纜防火封堵完好,接地線無破損和松脫 5變頻器柜柜體外觀完好無破損,固定牢靠,油漆無脫落, 控制側(cè)開關(guān)無跳閘,保險(xiǎn)狀態(tài)正常,設(shè)備標(biāo)示清晰無缺失, 高壓側(cè)無異味,表面清潔無雜物,冷卻管道無漏液,各接線 無松脫和電弧痕跡,電纜及電纜

立即下載

小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)相關(guān)

張長(zhǎng)榮

職位:機(jī)械工程師

擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林

小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)文輯: 是張長(zhǎng)榮根據(jù)數(shù)聚超市為大家精心整理的相關(guān)小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)資料、文獻(xiàn)、知識(shí)、教程及精品數(shù)據(jù)等,方便大家下載及在線閱讀。同時(shí),造價(jià)通平臺(tái)還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)、私有云高端定制等建設(shè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問: 小波回歸支持向量機(jī)算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)