基于集对分析聚类法的超短期风电功率区间预测

高精度的风电功率预测是保证含高渗透率风电电力系统安全经济运行的重要手段。文章在传统ARIMA算法的基础上,引入集对分析理论对风电功率进行超短期区间滚动预测。首先采用改进的K-means算法,建立风电功率与风速、风向之间的集对关系;在点预测结果的基础上,估计区间上下限,经过误差调整,最后得到区间预测结果。文章引入3个模型评价指标对不同方法进行比较。算例表明,所提出的基于集对分析聚类算法的超短期风电功率区间预测能够得到更精确的预测区间。

基于极限学习机与格兰杰检验的风电功率缺失数据补齐

风电场输出功率的完整性对于研究人员后续的数据分析工作具有重要的意义.分别从时间和空间入手,提出一种基于极限学习机与格兰杰检验的风电功率缺失数据补齐方法.首先,提出一种输出权重优化的极限学习机,对缺失数据段前后的数据建立目标约束,进行时间上的补齐;然后,将格兰杰因果检验运用在数据补齐模型中,找到空间上与功率缺失风机对应的因果风机,进行空间上数据的补齐;最后,运用多重插补法,将两组数据补齐结果进行组合.就单机与多机的数据缺失情况进行补齐,通过与自适应神经模糊推理模型进行效果比较,补齐效果有明显的提高.

基于极限学习机与格兰杰检验的风电功率缺失数据补齐

风电场输出功率的完整性对于研究人员后续的数据分析工作具有重要的意义.文中分别从时间和空间入手,提出一种基于极限学习机与格兰杰检验的风电功率缺失数据补齐方法.首先,提出一种输出权重优化的极限学习机,对缺失点后的数据建立目标约束,综合考虑缺失数据段前、后的数据,进行时间上的补齐;然后,将格兰杰因果检验运用在数据补齐模型中,找到空间上与功率缺失风机对应的因果风机,进行空间上数据的补齐;最后,运用多重插补法,将两组数据补齐结果进行组合.就单机与多机的数据缺失情况进行补齐,通过与自适应神经模糊推理模型进行效果比较,补齐效果有明显的提高.

多功能传热实验台及其计算机辅助教学

化工原理是一门研究化工生产过程的工程学科,具有较强的工程实践性。而传热过程是化工原理课程教学的重要内容,也是化工生产中的重要过程。为适应新形势的需要,进一步发挥化工原理实验在化工原理教学中的作用,我校在原有化工原理传热实验原理的基础上,重新设计、安装了一套新的传热实验装置,新装置在原有试验内容的基础上,增加了异型管传热性能研究、传热过程的串、并联操作等新的试验内容。同时,为适应信息技术突飞猛进的发展要求,适应知识经济时代对人才素质的培养要求,提高实验的教学质量,培养学生分析、解决问题的能力,我们针对上述新建实验装置,开发了包括数据采集、数据处理及实验结果输出的传热实验CAI软件,该软件进一步完善了化工原理实验教学的手段,使教学质量得到提高。 1.