-
题名用于风机功率曲线评估的SCADA数据时间步长研究
被引量:1
- 1
-
-
作者
吴莎
康慨
汪健
胡威
夏天
-
机构
湖北省电力勘测设计院有限公司
新疆金风科技股份有限公司
美迪欧动力气象技术(北京)有限公司
-
出处
《电气时代》
2019年第9期54-56,共3页
-
文摘
为合理选取SCADA数据时间步长进行风机功率曲线评估,采用功率测量值与根据功率曲线获得的预测值之间的均方根误差分析及频谱分析方法,研究了不同的SCADA数据时间步长对风电机组功率曲线评估准确度的影响,显示将步长为10 min等级的SCADA数据用于风机功率曲线评估是工程应用中的最优选择。
-
关键词
SCADA数据
功率曲线
时间步长
评估
风机
频谱分析方法
误差分析
风电机组
-
分类号
TM315
[电气工程—电机]
-
-
题名基于深度神经网络构建风电机组性能模型的超参数选择
被引量:1
- 2
-
-
作者
吴莎
汪健
谢新
蒋紫虓
邓少平
卢胜
-
机构
湖北省电力勘测设计院有限公司
美迪欧动力气象技术(北京)有限公司
-
出处
《太阳能》
2020年第9期25-30,共6页
-
文摘
风电行业中基于深度神经网络技术来构建风电机组性能模型受到了业内人员的广泛关注,然而对于深度神经网络自身超参数选取对模型结果的影响仍缺少系统性分析。以深度神经网络隐含层层数、深度神经网络形状及隐含层神经元数量为研究基础,研究了超参数取值对风电机组性能模型构建效果的影响,并通过实际运行数据验证了参考风电机组的最优配置及其推广性。结果表明,深度神经网络隐含层层数、深度神经网络形状及隐含层神经元数量这3个超参数的不同配置对最终构建的风电机组性能模型存在一定影响,但从工业应用的角度来看,这些影响基本可以忽略;同时,基于参考风电机组得到的最优超参数配置能够直接推广到同一风电场相同型号的所有风电机组上应用。
-
关键词
风电机组性能模型
深度神经网络
超参数
后评估
-
Keywords
wind turbine performance model
deep neural network
hyperparameters
post-evaluation
-
分类号
TM513.5
[电气工程—电器]
-
-
题名基于数字孪生技术的城市微气候预测方法研究
- 3
-
-
作者
姚佳伟
张星曌
王健
王颖
黄辰宇
付斌
项星玮
-
机构
同济大学建筑与城市规划学院高密度人居环境生态与节能教育部重点实验室
同济大学建筑设计研究院(集团)有限公司
北方工业大学建筑学院
美迪欧动力气象技术(北京)有限公司
华中科技大学建筑与城市规划学院
-
出处
《建筑科学》
CSCD
北大核心
2023年第2期183-192,共10页
-
基金
国家自然科学基金项目“环境性能化城市空间形态自主智能设计方法研究”(52278041)
上海市级科技重大专项-人工智能基础理论与关键核心技术(2021SHZDZX0100)
中央高校基本科研业务费专项资金资助。
-
文摘
在当今数字化技术快速发展大背景下,如何应对全球气候变化,并实现城市智慧转型与人居空间宜居构建引发了新一轮讨论。本文针对数字孪生技术运用于微气候预测的优势,综合分析了国外多个数字孪生城市实践项目的发展背景、目标、技术框架、超越性特点、应用范围,总结出当前数字孪生技术在城市气候预测领域的应用潜力、方法与局限性。
-
关键词
微气候预测
数字孪生
人工智能
案例分析
应用分析
-
Keywords
micro-climate prediction
digital twin
artificial intelligence
case study
application analysis
-
分类号
TU831
[建筑科学—供热、供燃气、通风及空调工程]
-