-
题名基于极限学习机与格兰杰检验的风电功率缺失数据补齐
被引量:9
- 1
-
-
作者
杨茂
王金鑫
都键
-
机构
东北电力大学现代电力系统仿真控制与绿色电能新技术吉林省重点实验室
国网赤峰供电公司经济技术研究所
-
出处
《东北电力大学学报》
2019年第4期27-34,共8页
-
基金
国家自然科学基金(51307017)
吉林省产业技术与专项开发项目(2014Y124)
-
文摘
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.
-
关键词
数据补齐
时空分布
极限学习机
格兰杰因果检验
多重插补
-
Keywords
Complement missing data
Spatial and temporal distribution
Extreme learning machine
Granger causality test
Multiple imputation
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于极限学习机与格兰杰检验的风电功率缺失数据补齐
被引量:8
- 2
-
-
作者
杨茂
王金鑫
都键
-
机构
东北电力大学现代电力系统仿真控制与绿色电能新技术吉林省重点实验室
国网赤峰供电公司经济技术研究所
-
出处
《东北电力大学学报》
2019年第5期9-16,共8页
-
基金
国家自然科学基金(51307017)
吉林省产业技术与专项开发项目(2014Y124)
-
文摘
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.
-
关键词
数据补齐
时空分布
极限学习机
格兰杰因果检验
多重插补
-
Keywords
Complement missing data
Spatial and temporal distribution
Extreme learning machine
Granger causality test
Multiple imputation
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名电网系统规划与设计中的安全因素分析
被引量:4
- 3
-
-
作者
杨帅
-
机构
国网赤峰供电公司经济技术研究所
-
出处
《集成电路应用》
2021年第9期240-241,共2页
-
文摘
阐述电网线路的布局和电网设计,规划设计对电网安全造成的影响,应注意的关键点,包括选择合适的供电电压、保障线路供电的稳定性、提高线路负荷转移的性能。
-
关键词
电网规划
电力设计
电网安全
-
Keywords
power grid planning
power design
power grid security
-
分类号
F426.61
[经济管理—产业经济]
-