期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向低碳的分布式光伏发电量自动预测研究 被引量:1
1
作者 杨昊 杨晓华 《自动化应用》 2022年第3期97-100,共4页
目前的分布式光伏发电量预测方法的运算量大,导致预测精度较低,同时影响了分布式光伏发电量预测的效率,所以研究面向低碳的分布式光伏发电量自动预测。通过面向低碳的分布式光伏发电区域划分,分析分布式光伏发电特征在发电机组内的发电... 目前的分布式光伏发电量预测方法的运算量大,导致预测精度较低,同时影响了分布式光伏发电量预测的效率,所以研究面向低碳的分布式光伏发电量自动预测。通过面向低碳的分布式光伏发电区域划分,分析分布式光伏发电特征在发电机组内的发电功率之间的关联性;以关联性较强的分布式光伏发电数据为代表,选择分布式光伏发电数据;经过影响发电量的天气因素特征提取,确定天气因素特征包括环境温度、太阳辐射照度和光照时间;建立分布式光伏发电量自动预测模型,输出下一时刻的光伏发电量,完成预测。经实验论证分析,与两种传统模型相比,本文模型能够减少预测的时间消耗,具有更好的预测效率;在晴天条件下,本文模型在不同时刻的预测误差率均在5.00%以内,在不同天气条件下的预测误差均在允许范围内;与两种传统方法相比,本文方法的Skill值更大,证明精度提高幅度较高,RMSE值和nMAE值更小,证明本文方法的预测精度更高,同时能够在不同的时间精度下较好地预测当日的光伏发电量,证明本文方法具有有效性。 展开更多
关键词 低碳 光伏发电量预测 自动预测模型 天气因素特征提取 光伏发电区域划分 分布式光伏发电
下载PDF
一种基于模型参考自适应辨识的半自动模型预测控制方法 被引量:1
2
作者 庞强 夏琼 +1 位作者 邹涛 丛秋梅 《信息与控制》 CSCD 北大核心 2014年第6期681-689,696,共10页
多变量预测控制在应用中经常会遇到模型失配的问题,最终导致控制器不能满足控制要求.本文提出了一种模型预测控制(model predictive control,MPC)架构,通过被控对象和预测模型的频率响应误差判断模型是否失配;当模型失配时,首先对被控... 多变量预测控制在应用中经常会遇到模型失配的问题,最终导致控制器不能满足控制要求.本文提出了一种模型预测控制(model predictive control,MPC)架构,通过被控对象和预测模型的频率响应误差判断模型是否失配;当模型失配时,首先对被控对象叠加持续激励信号;然后,通过改进的模型自适应辨识方法辨识对象的传递函数模型;最后,经过拉氏逆变换,将传递函数模型转化为FSR(finite step response)模型,重新恢复多变量预测控制.该方法不需要进行离线辨识试验,实现了模型的多变量辨识;辨识的传递函数模型的动态特性更加清晰,便于分析和修改;经过拉氏逆变换得到的FSR模型更加平滑,能够消除因模型误差引起的静差.经过仿真实验,证明了该方法的有效性. 展开更多
关键词 自动模型预测控制 多变量辨识 模型失配 自适应辨识 频率响应 持续激励
原文传递
一种适用于海上风机监测数据实时处理的方法研究 被引量:1
3
作者 周建华 吕鹏远 王春 《中国水利水电科学研究院学报》 北大核心 2015年第4期306-311,共6页
海上风机监测异常数据实时处理,对于风机结构体系功能与安全状态的分析评价,具有十分重要的意义。但现阶段对于异常数据实时处理方法的研究还有待完善。本文结合风机实时监测数据特点,采用具有自动调整参数功能的AR(n)模型预测算法进行... 海上风机监测异常数据实时处理,对于风机结构体系功能与安全状态的分析评价,具有十分重要的意义。但现阶段对于异常数据实时处理方法的研究还有待完善。本文结合风机实时监测数据特点,采用具有自动调整参数功能的AR(n)模型预测算法进行异常数据实时处理,对处理机制进行了分析。应用该方法对某海上风机实时采集风速及多种传感器监测数据进行了处理,讨论了该方法的精度及处理效率,验证了该方法对于处理风机异常监测数据的有效性和适用性。 展开更多
关键词 异常数据 实时处理 处理机制 AR(n)自动调参预测模型
下载PDF
A Computationally Efficient Aggregation Optimization Strategy of Model Predictive Control 被引量:4
4
作者 杜晓宁 Xi +2 位作者 Yugeng Li Shaoyuan 《High Technology Letters》 EI CAS 2002年第2期68-71,共4页
Model Predictive Control (MPC) is a popular technique and has been successfully used in various industrial applications. However, the big drawback of MPC involved in the formidable on line computational effort limits ... Model Predictive Control (MPC) is a popular technique and has been successfully used in various industrial applications. However, the big drawback of MPC involved in the formidable on line computational effort limits its applicability to relatively slow and/or small processes with a moderate number of inputs. This paper develops an aggregation optimization strategy for MPC that can improve the computational efficiency of MPC. For the regulation problem, an input decaying aggregation optimization algorithm is presented by aggregating all the original optimized variables on control horizon with the decaying sequence in respect of the current control action. 展开更多
关键词 Model Predictive Control (MPC) on line computational effor
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部