您的位置： 专家智库 > >

郝颖

作品数：7 被引量：95H指数：6
供职机构：北京理工大学自动化学院更多>>
发文基金：国家自然科学基金辽宁省教育厅资助项目更多>>
相关领域：电气工程动力工程及工程热物理更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 5篇电气工程
  • 2篇动力工程及工...

主题

  • 3篇功率
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇功率预测
  • 2篇光伏
  • 2篇发电
  • 2篇风电
  • 2篇风电功率
  • 1篇电站
  • 1篇遗传算法
  • 1篇噪声
  • 1篇数学
  • 1篇数学形态
  • 1篇数学形态学
  • 1篇数值天气预报
  • 1篇平均绝对误差
  • 1篇聚类
  • 1篇聚类方法
  • 1篇聚类分析

机构

  • 7篇北京理工大学
  • 4篇沈阳工程学院
  • 1篇哈尔滨工程大...
  • 1篇北京信息科技...
  • 1篇沈阳农业大学
  • 1篇北京理工大学...
  • 1篇辽宁电力勘测...
  • 1篇国网新疆电力...
  • 1篇中国电力科学...

作者

  • 7篇冬雷
  • 7篇郝颖
  • 4篇廖晓钟
  • 2篇王丽婕
  • 2篇高阳
  • 1篇孟祥星
  • 1篇张小凤
  • 1篇朴在林
  • 1篇田成微
  • 1篇张旭鹏

传媒

  • 5篇太阳能学报
  • 2篇电力系统保护...

年份

  • 1篇2022
  • 1篇2019
  • 2篇2018
  • 2篇2011
  • 1篇2010
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于膨胀腐蚀聚类方法的风电功率预测被引量：3
2018年
提出一种基于膨胀腐蚀的聚类方法,并利用UCI(university of california irvine)数据集进行实验仿真证明此方法的可行性。将此聚类方法应用于风电功率预测中的NWP(numerical weather prediction)信息分类,选择与预测日同一类的历史日数据作为训练样本,利用广义回归神经网络预测功率,并与直接预测的方法相比较,仿真结果表示基于膨胀腐蚀对历史日数据分类后再预测的精度较高。
周晓冬雷郝颖廖晓钟高阳
关键词：风电功率预测聚类广义回归神经网络
灰色理论用于风力发电容量中长期预测的研究被引量：27
2011年
采用灰色理论对风电场的年风力发电容量进行了预测。考虑到风力发电容量主要取决于风速,通过预装风电机组的发电容量并结合风速数据资料建立风速-功率函数。将从国家气象信息中心得到的日平均风速数据代入风速-功率函数,从而得到每天的发电容量数据。以年为周期进行积分,得到年风力发电计算容量。利用这些年风力发电计算容量建立灰色新陈代谢GM(1,1)模型,对富锦风力发电场某风力发电机组的发电计算容量进行了预测。以年为单位,对该风电机组48年风力发电计算容量进行单步预测的归一化平均绝对误差为7.8806%。该预测结果表明灰色理论用于风力发电容量中长期预测中具有可行性。
孟祥星田成微冬雷高阳郝颖廖晓钟
关键词：灰色预测平均绝对误差
基于NWP相似性分析的超短期光伏发电功率预测被引量：11
2022年
针对相似气象情况下,光伏电站发电功率接近的实际情况,提出一种基于数值天气预报(NWP)相似性分析的超短期光伏发电功率预测方法。该方法根据皮尔逊相关系数找到与被预测时刻相似的天气预报数据,根据相似时刻的实际功率估计出被预测时刻的功率。该方法能高效的根据天气预报数据预测发电功率,运算速度快,与神经网络相比预测有着更优的效果,尤其在数据波动大的时段具有更高的可靠性。
张姗冬雷纪德洋郝颖张小凤
关键词：光伏电站功率预测数值天气预报
基于样本双重筛选的光伏发电功率预测被引量：15
2018年
首先通过建立辐照度和功率之间的关系,剔除功率奇异值来完成初步筛选,其次通过计算辐照度、温度、云量等气象因素与发电功率的相关系数,选取相关系数较大的气象因素来评价历史天与预测天的相似度,提取与预测天最相似的历史天作为训练样本来完成二次筛选,最后利用BP神经网络和遗传算法进行光伏发电的功率预测,结果表明该方法具有较高的预测精度。
冬雷周晓郝颖廖晓钟高阳
关键词：BP神经网络相似日遗传算法
基于噪声场合下ARMA模型的风力发电量预测被引量：19
2010年
针对普通的ARMA模型的预测质量由于各种原因会大大降低的情况,依据富锦风电场风力发电量的时间序列,基于HOYW定阶方法建立了噪声场合下的ARMA模型。通过对模型残差白噪声性能的分析,验证了模型的适用性。应用此模型进行了预测分析,得到的归一化平均绝对误差(NMAE)为0.0658。通过与普通的ARMA模型预测精度方面的对比,进一步验证了噪声场合下基于ARMA模型风力发电量预测的优越性。
高阳朴在林张旭鹏冬雷郝颖
关键词：ARMA模型噪声
基于数学形态学聚类与果蝇优化算法的风电功率短期预测被引量：8
2019年
针对预测模型训练数据的选择以及模型参数最优化的问题,提出一种基于数学形态学聚类与果蝇优化算法相结合的风电功率短期预测方法。数学形态学聚类方法通过膨胀腐蚀运算,自动将数值天气预报数据聚成类,然后寻找与预测日相似的类作为训练样本。果蝇优化算法能较快确定模型的最优参数。通过对依兰风电场的发电功率进行预测,证实该方法的有效性,其精度比基于K均值聚类方法和粒子群优化算法的预测模型要高,且训练数据对模型精度的影响会高于模型本身参数的优化。
王丽婕王勃王铮郝颖冬雷丘刚
关键词：风电功率数学形态学聚类分析
基于自回归滑动平均模型的风力发电容量预测被引量：14
2011年
利用时间序列分析法对富锦风电场风电机组发电容量时间序列进行分析,通过长自回归模型法建立了基于这些数据的自回归模型(AR)和自回归滑动平均模型(ARMA)。在建模过程中,采用3种定阶方法分别建立了不同的ARMA模型,并在对比分析了不同模型的优缺点之后对其进行加权平均综合处理,最终得到较理想的预测模型,使风力发电容量短期预测的归一化平均绝对误差降到7%以内。
冬雷王丽婕郝颖胡国飞廖晓钟
关键词：加权平均
全选 清除 导出
共1页<1>
聚类工具0