期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进光滑样条的风电机组功率曲线建模方法 被引量：8
1
作者 沈小军 付雪姣 《高电压技术》 EI CAS CSCD 北大核心 2020年第7期2418-2424,共7页
风功率曲线是风电机组的重要性能指标,准确高效地建立风功率曲线模型对风电场的运行管理具有重要意义。为此,在分析风功率曲线模型工程应用典型需求的基础上,提出了一种基于改进光滑样条的风功率曲线建模方法,并开展了案例验证。所提方... 风功率曲线是风电机组的重要性能指标,准确高效地建立风功率曲线模型对风电场的运行管理具有重要意义。为此,在分析风功率曲线模型工程应用典型需求的基础上,提出了一种基于改进光滑样条的风功率曲线建模方法,并开展了案例验证。所提方法采用三次样条对风速-功率数据进行拟合,利用粗糙度惩罚对拟合函数的系数进行正则化,并通过交叉验证求取最优光滑参数,以实现风功率曲线平滑、高精度的建模。案例分析结果表明:提出的基于改进光滑样条的风功率曲线建模方法可以有效对风功率曲线进行拟合,具有准确度高、平滑度和普适性好的特点。研究成果可为风电机组风功率曲线建模提供参考。 展开更多
关键词 风电机组 风功率曲线建模 粗糙度惩罚 改进光滑样条 正则化 数据质量
下载PDF
混合函数型数据下Logistic回归模型的惩罚估计
2
作者 袁晓惠 金宛霖 曹儒雅 《长春工业大学学报》 CAS 2022年第3期232-237,共6页
针对响应变量为二分类,协变量为函数型和数值型混合数据的情形,建立Logistic回归模型。基于B-样条,结合粗糙度惩罚和稀疏惩罚得到回归参数的极大似然估计,模拟验证该方法的有效性。最后运用该模型拟合肉类光谱数据,发现光谱数据的特定... 针对响应变量为二分类,协变量为函数型和数值型混合数据的情形,建立Logistic回归模型。基于B-样条,结合粗糙度惩罚和稀疏惩罚得到回归参数的极大似然估计,模拟验证该方法的有效性。最后运用该模型拟合肉类光谱数据,发现光谱数据的特定波长范围对肥胖特征的判定无显著影响。 展开更多
关键词 函数型数据 LOGISTIC回归模型 B-样条 函数型SCAD 粗糙度惩罚
下载PDF
实时平抑风电场功率波动的电池储能系统优化控制方法 被引量：70
3
作者 洪海生 江全元 严玉婷 《电力系统自动化》 EI CSCD 北大核心 2013年第1期103-109,共7页
文中提出了一种基于模型预测控制(MPC)的实时平抑风电场功率波动的电池储能系统(BESS)优化控制方法。该方法以未来一个控制时段使用的储能出力最小为目标,考虑2个时间尺度(1min与30min)下的功率波动约束、BESS最大功率约束和容量约束。... 文中提出了一种基于模型预测控制(MPC)的实时平抑风电场功率波动的电池储能系统(BESS)优化控制方法。该方法以未来一个控制时段使用的储能出力最小为目标,考虑2个时间尺度(1min与30min)下的功率波动约束、BESS最大功率约束和容量约束。当合成输出功率不满足功率波动约束时,采用约束软化调整技术,兼顾期望目标,以获得满意的优化结果。然后,实现了基于区间削减技术的主动式能量反馈控制,避免了BESS的过充或过放。同时,考虑减小合成输出功率的粗糙度,自适应地调整粗糙度惩罚因子,进一步平滑了输出,减小了BESS能量,从而在满足功率波动平抑指标的同时,提高系统运行经济性。算例分析表明,相对于传统基于一阶低通滤波的方法,所述方法只需配置较小的容量,且算法简单、计算量小,便于工程在线实现。 展开更多
关键词 模型预测控制 电池储能系统 能量反馈控制 风电功率波动平抑 自适应粗糙度惩罚
下载PDF
基于CEEMD的小波软阈值和粗糙度惩罚平滑技术的联合信号去噪方法 被引量：2
4
作者 李薇 白艳萍 +1 位作者 王鹏 姚建丽 《河北工业科技》 CAS 2018年第6期435-440,共6页
为了有效去除采集信号中的噪声,基于MEMS水听器在采集信号时混入不同噪声的情况下,提出了一种基于CEEMD的小波软阈值和粗糙度惩罚平滑技术的联合信号去噪方法。CEEMD用于将一个含噪信号分解为几个固有模态(IMFS),然后把几个固有模态和... 为了有效去除采集信号中的噪声,基于MEMS水听器在采集信号时混入不同噪声的情况下,提出了一种基于CEEMD的小波软阈值和粗糙度惩罚平滑技术的联合信号去噪方法。CEEMD用于将一个含噪信号分解为几个固有模态(IMFS),然后把几个固有模态和原始信号作一个线性相关分析,分为相关性高的模态和相关性低的模态。将软阈值技术应用于相关性低的固有模态,并将粗糙度惩罚平滑技术应用于相关性高的固有模态,以提取尽可能多的信息,然后把处理后的新的固有模态重构形成去噪信号。分别在仿真和真实数据的基础上进行了实验,验证了方法的有效性。结果表明,联合信号去噪方法无论在去噪效果和性能指标上都优于基于CEEMD的小波软阈值的去噪方法和CEEMD的去噪方法,克服了经验模态方法和小波软阈值去噪的不足,为进一步分析与处理信号提供参考。 展开更多
关键词 噪声与振动控制 CEEMD IMFS 小波软阈值函数 粗糙度惩罚平滑技术 去噪
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部