袁建洲
- 作品数：4 被引量：11H指数：2
- 供职机构：南昌大学更多>>
- 发文基金：江西省自然科学基金江西省教育厅科技计划项目更多>>
- 相关领域：电气工程更多>>
- 风电场短期功率预测方法的研究
- 随着风力发电的迅速发展，装机容量日渐增加。由于风能是一种不稳定的新能源，具有较强的间歇性，大规模风电场并网发电将给电力系统带来严重的影响，主要表现在发电与调度计划、系统稳定性、电能质量等多个方面。为了降低风电接入后对电力...
- 袁建洲
- 关键词：风速预测风电功率粒子群优化算法小波变换风力发电
- 基于改进粒子群优化算法的短期风电功率预测被引量：6
- 2012年
- 针对传统支持向量机(SVM)模型在风电功率预测中存在的参数选取问题,提出一种新的预测模型,采用改进的粒子群(MPSO)优化算法寻求SVM的最优参数模型,经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法.算例结果表明,经MPSO优化的SVM模型应用于短期风电功率预测是有效的,使其预测精度有所提高.
- 徐敏袁建洲刘四新常俊甫
- 关键词：支持向量机风电功率预测改进粒子群优化算法
- 配电网潮流计算的实用算法被引量：5
- 2011年
- 针对辐射状配电网的特点,应用前推回代法进行潮流计算,以广度优先搜索策略为理论基础,通过广度优先搜索遍历并借用ADT栈形成网络层次结构,来确定前推回代的支路顺序,形成一种实用的配电网潮流计算方法。该方法可以处理多分支辐射网,无需复杂的网络编号、不用形成导纳矩阵,而且迭代次数少,结果精确,用算例证明了方法的有效性。
- 李伟刘友仁陈恳袁建洲
- 关键词：配电系统前推回代算法
- 基于支持向量机的短期风电功率预测
- 2012年
- 风电场风速及风电机功率预测的准确性对电力系统运行有着重要的意义。基于支持向量机理论,结合江西省某风电场的风速和功率历史数据,建立了支持向量机风速预测模型,预测未来4 h的风速和功率。仿真结果表明:该模型预测的风速和功率平均相对误差分别为6.35%,16.83%,要优于BP神经网络的25.37%,25.43%。
- 徐敏袁建洲刘四新郭含
- 关键词：风电场功率支持向量机风速
