基于机会理论的风电场短期风速预测研究

以海上风电场风速平稳和尾流效应影响距离远为背景,提出基于尾流效应的海上风电场有功出力优化方案,使风电场各机组有功出力之和大于传统单机最大风能捕获方案。挖掘风电机组有功出力和尾流效应的关系,给出基于有功

本文提出了一种大型风力发电场（WF）的新运行策略，该计划由具有鼠笼式感应发电机的定速风力发电机（FSWT-SCIGs）和具有永磁同步发电机的变速风力发电机（VSWT-PMSGs）组成）。FSWT-SC

针对理论网络编码在实际应用上的缺陷,以及现有机会式网络编码完全依赖于消息偷听导致应用场合的局限性,以完全不同于网络编码优化问题的思路,提出了基于预测的机会式网络编码的方法。其主要思想是:基于网络流量的

运用BP神经网络对风资源进行预测,里面有样本,也有预测结果。

本文以某自动站数据为例，应用ARJMA模型对自动站风速进行预测，在经过模型识别，参数估计和模型定阶，并通过检验后应用该模型进行风电场风速预测．对自动站风速数据的预测值和实际值的比较说明该方法适合风速的

准确的交通流量预测是智能交通系统中的关键问题。在分析支持向量机SVM回归估计方法参数性能的基础上，提出了粒子群算法PSO优化参数的PSO-SVM短期交通流预测模型。模型利用支持向量机具有结构风险最小化

基于机器学习的短期电力负荷预测方法研究

在这项工作中，我们使用称为随机分布嵌入的无模型框架，该方法是在特定时间从许多观察到的变量的值中随机选择变量并估算吸引子状态的方法，以预测日本股票的未来收益，并显示与传统方法（例如简单线性回归或最小绝对

介绍了目前国家的风电发展规划以及风电场的建设现状,分析了风电场对电磁环境产生影响的潜在危害,并针对风电场电磁环境影响评估的薄弱环节,提出了基本的评估要素、方法和流程,给出了风电场工程规划过程中避免或减

多风电场相关性研究对于准确把握风力发电出力变化规律,进行风电场出力预测及时间序列建模具有重要意义,因此提出一种基于波动划分和时移技术的多风电场出力相关性分析方法。首先,通过风电场时间序列散点图分析和回