检索结果-内蒙古大学图书馆

微型电脑应用 2025年第2期41卷 222-225,248页

作者：朱振军五凌电力有限公司湖南长沙410004

由于风力具有不确定性,导致风电波动性较强。为了对风电功率进行准确的预测,建立基于数据特征的功率预测系统。根据风电场数据特征对数值天气预报(NWP)风速数据进行修正,对异常风电数据进行滤波和补齐处理,并对风电机组进行实时监测,实... 详细信息

由于风力具有不确定性,导致风电波动性较强。为了对风电功率进行准确的预测,建立基于数据特征的功率预测系统。根据风电场数据特征对数值天气预报(NWP)风速数据进行修正,对异常风电数据进行滤波和补齐处理,并对风电机组进行实时监测,实现风电场经济性运行。风电场电能采集模块完成对风电场龙风线、主变线路高压侧、变压器等信息的采集。采用电压互感器(PT)二次回路压降的方法提高测量精度。利用拉丁超立方抽样策略(LHS)对灰狼寻优算法进行改进,保证种群初始参数抽样过程的稳定性,建立基于门控循环单元网络的功率预测系统,实现对风电功率的预测。实验结果显示,风电功率预测系统的训练时间仅为845 s,平均预测误差低于5%,预测精度最大。

关键词：风电场数据特征功率预测 PT二次回路灰狼寻优算法门控循环单元

来源：评论

学校读者我要写书评

暂无评论

基于多位置NWP和门控循环单元的风电功率超短期预测

引用

电力系统自动化 2021年第1期45卷 177-183页

作者：杨茂白玉莹现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林省吉林市132012

数值天气预报(NWP)对风电功率超短期预测模型精度有着重要影响。为充分利用NWP信息,考虑多个风电场的空间相关性,提出一种基于多位置NWP和门控循环单元的风电功率超短期预测模型。首先,通过随机森林分析多位置NWP信息对风电场发电功率... 详细信息

数值天气预报(NWP)对风电功率超短期预测模型精度有着重要影响。为充分利用NWP信息,考虑多个风电场的空间相关性,提出一种基于多位置NWP和门控循环单元的风电功率超短期预测模型。首先,通过随机森林分析多位置NWP信息对风电场发电功率的重要程度,利用累积贡献率提取NWP中的有效信息,将加权的NWP信息与历史功率数据作为预测模型的输入变量。然后,选取改进的灰狼寻优算法对门控循环单元的参数进行优化,建立多变量时间序列预测模型,进行风电场发电功率的超短期预测。最后,选取中国某风电场的实测数据进行算例分析,验证了所提方法的有效性和可行性。

关键词：多位置数值天气预报随机森林风电功率预测灰狼寻优算法门控循环单元

来源：评论

学校读者我要写书评

暂无评论

改进GWO优化SVM的服务器性能预测

引用

计算机工程与设计 2019年第11期40卷 3099-3105,3163页

作者：李建民陈慧杨冬芹林振荣南昌大学信息工程学院江西南昌330031 江西工业职业技术学院电子信息工程分院江西南昌330039

为更加精确地对服务器性能进行评估与预测,提出一种基于差分进化(DE)与灰狼寻优(GWO)相结合的SVM模型(DE-GWO-SVM)。利用灰狼寻优算法(GWO)寻求SVM的最优参数组合惩罚因子C和核函数参数γ,提升SVM算法的预测性能,将DE算法用于生成灰狼... 详细信息

为更加精确地对服务器性能进行评估与预测,提出一种基于差分进化(DE)与灰狼寻优(GWO)相结合的SVM模型(DE-GWO-SVM)。利用灰狼寻优算法(GWO)寻求SVM的最优参数组合惩罚因子C和核函数参数γ,提升SVM算法的预测性能,将DE算法用于生成灰狼寻优算法初始种群的最优值,克服GWO的初始种群随机生成的局限性,使GWO具有更加良好的寻优能力,获取SVM算法的参数组合C和γ的最优解。实验结果表明,相比于传统的SVM、ABCSVM、GWOSVM模型,DEGWOSVM预测模型具有较高的预测精度、良好的稳定性和泛化能力。

关键词：支持向量机灰狼寻优算法差分进化算法服务器性能预测模型

来源：评论

学校读者我要写书评

暂无评论

基于灰狼算法与套索算法的支持向量机模型在高维数据诊断中的应用

引用

河南科技 2021年第29期40卷 19-22页

作者：杨智翔李茂媛重庆三峡学院电子与信息工程学院重庆404020

针对传统支持向量机模型对高维数据分类准确率低、计算量大的问题,本研究设计并实现了灰狼算法(GWO)与套索算法(LASSO)相结合的支持向量机模型,即GSL算法,并将其应用到高维数据诊断中。结果表明,利用GSL算法进行高维数据进行分类具有更... 详细信息

针对传统支持向量机模型对高维数据分类准确率低、计算量大的问题,本研究设计并实现了灰狼算法(GWO)与套索算法(LASSO)相结合的支持向量机模型,即GSL算法,并将其应用到高维数据诊断中。结果表明,利用GSL算法进行高维数据进行分类具有更高的准确率、更小的误差,能选择出性能更优的参数。

关键词：灰狼寻优算法支持向量机参数优化

来源：评论

学校读者我要写书评

暂无评论

基于群智能算法的车间布局优化

基于群智能算法的车间布局优化

引用

2020年数字化造船学术交流会议

作者：贺胜晖刁福林王蛟崔世航卢烨坚中船黄埔文冲船舶有限公司

合理的平面布局是充分利用人力资源、提高设备利用率、实现安全高效生产活动的基础。针对船厂车间布局优化问题,提出一种基于Levy飞行灰狼寻优算法的车间布局优化模型。该方法综合考虑车间生产计划、产品加工路线和不同工位的生产能力,... 详细信息

合理的平面布局是充分利用人力资源、提高设备利用率、实现安全高效生产活动的基础。针对船厂车间布局优化问题,提出一种基于Levy飞行灰狼寻优算法的车间布局优化模型。该方法综合考虑车间生产计划、产品加工路线和不同工位的生产能力,以车间总物流距离最短为目标构建车间布局优化函数,利用能够有效开展全局搜索、具有较优收敛精度的Levy飞行灰狼寻优算法求解函数最优值。实现基于生产实际情况建立模型,切实的提高生产效率、降低物流强度、减少工序间停工带料时间,促进船舶企业的数字化生产管理水平的提供,提升船舶企业的生产能力。

关键词：车间布局优化 levy飞行灰狼寻优算法群智能优化算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：