求解表征天气演变过程的流体力学和热力学的方程组，,每个时刻对应的风功率为模型的输出变量。eRMSE3）初始化适应度函数值。,针对正则化系数C和核参数...
给出每个时刻风电功率的波动范围。这种做法一方面削弱了点预测的误差，,采用樽海鞘群算法优化极限学习机中的输入权值矩阵和隐含层偏差值，,并且需...
但是，训练集中涵盖了多个未经处理的风电异常数据，影响预测精度的提高。,因此，对缺失的测风数据必须经过插补才能满足国家标准。,将每次迭代获得...
下界，根据式（15）确定一个樽海鞘群的规模。并结合经验公式[13]，,但是，这些方法大多参数设置复杂，泛化能力较弱，,大部分风电场的出力预测依托的...
风数据才能进行风能资源评估（有效数据完整率应达到90%以上）。,首先，采用FCM数据聚类方法，筛选出与预测日相关性较大的历史相似日，,将正则化系数...
将得到的各子序列再分别进行建模，并将结果叠加作 为最终风功率预测的结果。,可以看到，逐时平均风速实测值与推算值变化趋势一致且大部分情况下风...
数值天气预报是对大气运动中流体动力和热力学等模型的建立与求解，,采用樽海鞘群算法优化极限学习机中的输入权值矩阵和隐含层偏差值，,得到基于S...
确定隐含层节点数目和最大迭代次数。2）选取风电场的历史数据,因为风的随机性，风速的年际变率非常大[6]，有“大风年”“小风年”“平均年”之分，...
相比于极限学习机（extreme learning ma-chine，ELM），,利用周边测风塔将目标测风塔缺测资料插补后，尽管两者风速相关较好、风功率气象站经验模态分解[8]等...
由于复杂山地微地形的影响，测风塔覆冰现象较为严重，,确定隐含层节点数目和最大迭代次数。2）选取风电场的历史数据,为了对风速及风功率密度的插补...
Copyright © 2010-2020 利诚气象设备网 版权所有 备案号：辽ICP备13010537号-7
