李艺：风力发电模型及风功率预测方法研究论文

本文主要研究内容

作者李艺（2019）在《风力发电模型及风功率预测方法研究》一文中研究指出：首先详细介绍了风力发电的模型,阐述了输出功率和风速的关系,对影响功率输出的气压、温度和湿度等因素进行了详细的分析。然后介绍了基于神经网络法的风功率预测方法,并通过建模对基于神经网络法的风功率预测进行了仿真分析,仿真结果验证了所采用方法的有效性。

Abstract

shou xian xiang xi jie shao le feng li fa dian de mo xing ,chan shu le shu chu gong lv he feng su de guan ji ,dui ying xiang gong lv shu chu de qi ya 、wen du he shi du deng yin su jin hang le xiang xi de fen xi 。ran hou jie shao le ji yu shen jing wang lao fa de feng gong lv yu ce fang fa ,bing tong guo jian mo dui ji yu shen jing wang lao fa de feng gong lv yu ce jin hang le fang zhen fen xi ,fang zhen jie guo yan zheng le suo cai yong fang fa de you xiao xing 。

论文参考文献

[1].Hopfield神经网络及其在风功率预的应用[J]. 张鑫,陈国初. 风能.2015(04)

[2].BP神经网络在风电场功率预测中的应用[J]. 罗恩博,苏适,陆海,刘友宽,伍阳阳,李黎,洪思源. 云南电力技术.2018(04)

[3].基于小波分解和ELMAN神经网络的风速—风功率预测研究[J]. 汪小明,尹笋,杨楠,严居斌,吴戎. 陕西电力.2014(09)

[4].计及综合成本影响因素的风功率预测研究[J]. 林琳,于立杰,李超. 电子测量技术.2019(19)

[5].基于改进双并联过程神经网络的光伏功率预测[J]. 何祖军,周光辉,杨奕飞. 计算机与数字工程.2019(08)

[6].基于进化神经网络的短期电力负荷预测研究[J]. 鲍伟强,陈娟,熊涛. 电工技术.2019(11)

[7].基于大数据和优化神经网络短期电力负荷预测[J]. 金鑫,李龙威,季佳男,李祉歧,胡宇,赵永彬. 通信学报.2016(S1)

[8].基于情感神经网络的风电功率预测[J]. 张国玲. 电信科学.2017(03)

[9].基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究[J]. 公茂法,柳岩妮,王来河,宋健,谢云兴. 山东科技大学学报(自然科学版).2017(03)

[10].基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断[J]. 边宁,许允之. 煤矿机电.2017(03)

论文详细介绍

论文作者分别是来自现代工业经济和信息化的李艺，发表于刊物现代工业经济和信息化2019年05期论文，是一篇关于风力发电论文,风功率预测论文,神经网络论文,现代工业经济和信息化2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自现代工业经济和信息化2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/4293800f56cd4d765c8300ec.html