2025年7月26日
星期六
|
欢迎来到安徽省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王小星
作品数:
1
被引量:9
H指数:1
供职机构:
西安理工大学
更多>>
相关领域:
电气工程
更多>>
合作作者
马小津
西安理工大学
倪峰
西安理工大学
余健明
西安理工大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
支持向量
1篇
支持向量机
1篇
子群
1篇
最小二乘
1篇
最小二乘支持...
1篇
向量机
1篇
粒子群
1篇
风电
1篇
风电场
1篇
PSO
1篇
PSO-LS...
1篇
LSSVM
机构
1篇
西安理工大学
作者
1篇
余健明
1篇
倪峰
1篇
马小津
1篇
王小星
传媒
1篇
西安理工大学...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于改进PSO-LSSVM的风电场短期功率预测
被引量:9
2013年
风速和风电场功率预测是风电场稳定运行及系统调度的重要保障,LSSVM在保持SVM的基础上,可以降低计算复杂性,加快求解速度,为风速及功率预测提供了一个新的研究方向。本研究将最小二乘支持向量机(LSSVM)用于风电场短期风速及风电场功率预测,提出了基于LSSVM的风电场短期风速及功率预测模型,同时建立改进粒子群模型对LSSVM进行参数优化,以内蒙古某风电场实测数据为例进行验证,实例验证表明,改进的PSO-LSSVM模型的预测效果最优。
余健明
马小津
倪峰
王小星
关键词:
风电场
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张