论文部分内容阅读
采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先，针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果；其次，建立了基于不同时间间隔历史实测数据的BP神经网络预测模型，数据检验表明该模型对于峰值有很理想的预测精度且整体精度较高。
风电功率波动特性研究
【摘 要】
：
采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先，针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果；其次，建立了基于
【机 构】
：
长沙理工大学数学与计算科学学院
【出 处】
：
湖南文理学院学报：自然科学版
【发表日期】
：
2015年2期
【基金项目】
：
国家自科基金（11101053,71471020）,国家级大学生创新训练项目（201410536012）,长沙理工大学教改项目（JG1242）.
其他文献
为烤烟配方施肥和优质烟叶生产提供指导,于2015年测定了罗平县210个植烟土壤样品有效钙、有效镁和有效硫含量,评价了丰缺状况和空间分布特征.结果表明:①烟区土壤有效钙分布
为了实现对二次规划问题的求解,提出了一个快速收敛的梯度神经网络模型。不同于传统的梯度神经网络设计方法,快速收敛的梯度神经网络模型加入了一个非线性激励函数,从而加快
基坑开挖会造成下部隧道周围土压力变化以及土体产生位移,使隧道结构稳定性受到影响,从而变形控制显得尤为重要。以合肥南站南广场基坑工程实测数据为例,采用PLAXIS 2D有限元