期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于双通道GAF和深度残差网络的电能质量复合扰动识别 被引量:13
1
作者 贺才郡 李开成 +4 位作者 王旺 董宇飞 宋朝霞 范伟欣 王伟 《电网技术》 EI CSCD 北大核心 2023年第1期369-376,共8页
针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种利用格拉姆角场(Gramain angular fields,GAF)和深度残差网络(residual network,ResN... 针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种利用格拉姆角场(Gramain angular fields,GAF)和深度残差网络(residual network,ResNet)进行复合扰动识别的方法。首先对一维时间序列PQDs信号进行标准化与极坐标编码,然后采用双通道GAF方法保留信号时序特征并映射成为二维图像,形成信息充足、特征明显的双通道图像训练集,在此基础上利用ResNet进行深层次的特征提取,构造适用于复合PQDs分类的网络框架。仿真实验表明该方法特征提取能力强,且抗噪性能好,并且对复合扰动识别率高。 展开更多
关键词 电能质量扰动 格拉姆角场 二维图像 深度残差网络 扰动识别
下载PDF
基于气象耦合特征分析及改进XGBoost算法的用户分布式光伏短期出力预测模型 被引量:3
2
作者 邓序之 刘淇 +7 位作者 叶傲霜 许佳时 王旺 王玺 应文韬 邵佳佳 李芝娟 陈小毅 《南方电网技术》 CSCD 北大核心 2023年第12期80-89,共10页
随着用户侧分布式光伏发电设备的普及,对分布式光伏出力预测及调控技术提出了更高的要求。针对传统光伏出力预测方法泛化能力不强及高样本依赖性的问题,提出了一种考虑基于气象耦合特性及改进极端梯度提升树(extreme gradient boosting,... 随着用户侧分布式光伏发电设备的普及,对分布式光伏出力预测及调控技术提出了更高的要求。针对传统光伏出力预测方法泛化能力不强及高样本依赖性的问题,提出了一种考虑基于气象耦合特性及改进极端梯度提升树(extreme gradient boosting,XGBoost)算法的用户分布式光伏短期预测模型。利用互信息及主成分分析进行特征选取与降维,得到高相关性和去耦合的气象特征变量;基于Bagging算法对XGBoost预测模型进行并行集成,改善模型泛化能力;提出基于平均绝对误差(mean absolute error,MAE)及平均反正切绝对百分比误差(mean arctangent absolute percentage error,MAAPE)的组合预测精度评价指标;在算例分析中所提模型的MAE均值为6.934 kW,MAAPE均值为16.73%,超过半数情形下的相对误差小于10%,相比传统BP神经网络和随机森林预测模型预测精度提升较大,具有良好的实际应用能力。 展开更多
关键词 分布式光伏 XGBoost 光伏出力预测 气象特征
下载PDF
楼宇空调需求响应实时控制仿真与实践研究 被引量:3
3
作者 丁胜 徐承美 +2 位作者 饶尧 刘淇 王旺 《电力需求侧管理》 2022年第6期91-98,共8页
日益增长的空调降温负荷已成为夏季电网负荷尖峰不断增长的主要因素。为引导资源庞大、调控灵活的空调负荷参与需求响应实现“源荷互动”,保障电网的安全经济运行,开展了楼宇空调需求响应实时控制仿真与实践研究。通过建立空调房间的等... 日益增长的空调降温负荷已成为夏季电网负荷尖峰不断增长的主要因素。为引导资源庞大、调控灵活的空调负荷参与需求响应实现“源荷互动”,保障电网的安全经济运行,开展了楼宇空调需求响应实时控制仿真与实践研究。通过建立空调房间的等效热参数模型,分析空调调控的稳态及动态过程,考虑室内外温度信息及削荷要求,对单台和聚合空调开展实时温度直接控制与梯度控制仿真,并于武汉迈异办公楼开展温度直接控制实践。结果表明,实践的办公楼内室内温度仅上升1.2℃,而空调的需求响应控制有效削减了尖峰时期负荷,具有很高的调控价值。另外,温度梯度控制能取得更平稳和长期的削荷效果,并抑制了负荷反弹现象,更贴近需求响应调控的要求。 展开更多
关键词 需求响应 楼宇空调 负荷控制 等效热参数模型
下载PDF
铃兰
4
作者 王旺 《中学语文(读写新空间)(中旬)》 2015年第12期18-18,共1页
弯下一道优美的弧度悬挂那,洁白的铃兰花或许.铃兰是沉甸甸的不然。
关键词 中学生 作文 语文学习 课外阅读 诗歌
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部