期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
1
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向新能源发电的风机数据智能分析订正技术研究
1
作者
孙世军
朱坤双
韩洪
《电子设计工程》
2024年第12期127-131,共5页
针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的...
针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的维度。同时通过长短期记忆网络进行重要元素与风速之间内在关联关系的挖掘,实现精准的风速数据预测及订正分析。算法分析结果表明,所设计的RF-LSTM算法相较于ECMWF方案,风向误差下降了约40°,风速误差则降低了0.5 m/s以上,预测准确率显著提升。
展开更多
关键词
随机森林
长短期记忆网络
风速预测
风机数据分析
下载PDF
职称材料
题名
面向新能源发电的风机数据智能分析订正技术研究
1
作者
孙世军
朱坤双
韩洪
机构
国网山东省电力公司应急管理中心
出处
《电子设计工程》
2024年第12期127-131,共5页
基金
国网山东省电力公司科技项目(2020A-003)。
文摘
针对现有风速预测手段有限且准确率较低的问题,文中提出了一种面向新能源发电的风机数据智能分析订正模型。该模型将风速、风向和气压等元素的历史数据作为输入,并利用改进的随机森林算法(RF)完成对重要元素的筛选,从而降低样本空间的维度。同时通过长短期记忆网络进行重要元素与风速之间内在关联关系的挖掘,实现精准的风速数据预测及订正分析。算法分析结果表明,所设计的RF-LSTM算法相较于ECMWF方案,风向误差下降了约40°,风速误差则降低了0.5 m/s以上,预测准确率显著提升。
关键词
随机森林
长短期记忆网络
风速预测
风机数据分析
Keywords
random forest
Long Short⁃Term Memory network
wind speed prediction
fan data analysis
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
TN99 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向新能源发电的风机数据智能分析订正技术研究
孙世军
朱坤双
韩洪
《电子设计工程》
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部