【摘 要】
：
我国北方地区风电机组叶片结冰问题,对机组正常安全运行会产生严重影响。为对风电机组叶片结冰状态进行有效预测,基于风场大数据,提出一种使用深度学习算法进行优化的深度全
【基金项目】
：
河北省自然科学基金资助项目(F20170629-23).
论文部分内容阅读
我国北方地区风电机组叶片结冰问题,对机组正常安全运行会产生严重影响。为对风电机组叶片结冰状态进行有效预测,基于风场大数据,提出一种使用深度学习算法进行优化的深度全连接神经网络的风电机组叶片结冰预测算法。将处理后的数据集对深度全连接神经网络模型进行训练、测试、评价,最后将所得评价结果并与最近邻法(KNN)、支持向量机(SVM)、未使用深度学习优化算法的BP神经网络的预测结果进行对比。结果表明,所提出的基于深度全连接网络的风电机组叶片结冰预测算法,求取精度较高,计算量少,可以对风电机组叶片结冰预测问题进行快速
其他文献
能效评估是电力需求侧管理不可或缺的一部分,对电力用户进行能效评估能反映出电力用户整体的用电情况,并为全社会有效的实施节电方案提供理论依据。基于压力-状态-响应(press
当前,中国特色社会主义已经进入了新时代,我国经济发展也进入了新时代,这一时期最重要的特征就是由高速增长转向高质量发展,这也是推动我国经济保持健康持续发展的必然要求.
针对风速的随机性和不稳定性,提出了基于集合经验模态分解的人工神经网络(Artificial Neural Network,ANN)组合预测模型。首先采用集合经验模态分解(Ensemble Empirical Mode
高中阶段为学生思维发展的黄金时期,学生强烈的自我意识以及对外界客观事物的思维敏感度激发了其言说欲。然而,这种乐于表达自我观点的行为需要相对的写作思维能力的支撑,故
在全球化和我国推进全面开放的历史大背景下,特别是针对我国航天产业在全球航天产业中参与度和市场占比较低的现实,以及从航天大国向航天强国迈进过程中所应该承担的负责任大