您的位置: 专家智库 > >

江博

作品数:7 被引量:44H指数:2
供职机构:东北电力大学更多>>
发文基金:吉林省科技发展计划基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:电气工程理学更多>>

文献类型

  • 4篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 4篇电气工程
  • 1篇理学

主题

  • 6篇功率
  • 6篇风电
  • 6篇风电功率
  • 3篇数据特征
  • 3篇弃风
  • 3篇功率曲线
  • 3篇风速
  • 2篇滤波
  • 2篇卡尔曼
  • 2篇卡尔曼滤波
  • 2篇汇聚
  • 1篇大型风电场
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇散点图
  • 1篇特性分析
  • 1篇微分
  • 1篇微分-积分方...
  • 1篇唯一性
  • 1篇向量

机构

  • 7篇东北电力大学
  • 1篇辽宁省电力有...
  • 1篇国网福建南安...

作者

  • 7篇江博
  • 5篇杨茂
  • 1篇葛延峰
  • 1篇熊昊
  • 1篇李洪霞
  • 1篇金鹏
  • 1篇邢春阳

传媒

  • 2篇东北电力大学...
  • 1篇太阳能学报
  • 1篇中国电力

年份

  • 1篇2018
  • 4篇2017
  • 1篇2016
  • 1篇2013
7 条 记 录,以下是 1-7
排序方式:
一类可修复系统的解的存在唯一性被引量:1
2013年
对于一类具有人为故障率,修复率时间任意分布的可修复系统的数学模型,利用泛函理论将此系统转换为Banach空间下的第二型Volterra微分-积分方程,利用泛函分析初等方法得到系统解的存在唯一性证明,并同时得到系统解的形式。
李洪霞江博邢春阳
关键词:可修复系统存在性
基于卡尔曼滤波和支持向量机的风电功率实时预测研究被引量:34
2017年
为了提高风电场风电功率实时预测精度,并为风电场输出功率的合理调度提供参考依据,提出了一种基于滚动的自回归积分滑动平均模型(ARIMA)和支持向量机(SVM)相结合的卡尔曼融合预测模型。通过对风电功率序列进行分析得出ARIMA模型,用其作为卡尔曼滤波的状态方程。再用SVM预测得出观测方程,用卡尔曼滤波将二者结合起来实现融合多步预测。具体的实例分析中采用了国家能源局的评价指标对预测精度进行评价。通过预测结果可以看出,融合预测算法中可以实现预测误差相互抵消的状况,减少了误差累积,提高了预测的精度。
杨茂黄宾阳江博林思思
关键词:ARIMA卡尔曼滤波SVM
风电功率弃风数据特征识别的方法
本发明是一种基于风电功率弃风数据特征的识别方法,其特点是:针对风速功率数据,通过散点图判别其存在弃风数据,然后通过粘滞区间方法剔除其弃风点,剩余风速数据即为风电机组正常出力数据,粘滞区间的建立如下:根据无弃风风机的实际风...
杨茂江博
文献传递
大型风电场风速与功率关系分析及预测研究
化石燃料日益减少及燃烧所造成的危害使人们越来越清楚地意识到快速寻求新能源,并积极开发利用的重要性。新能源中风能资源丰富,无污染且有较为成熟的技术做支撑,是一种最被期待开发的可再生能源。本文以风能为前提,对风电功率的波动特...
江博
关键词:风电功率预测卡尔曼滤波
风电功率弃风数据特征识别方法研究被引量:7
2017年
在风力发电过程中,由于负荷需求量的不同,存在对风力发电量的限制,弃风现象普遍存在。弃风数据的存在会对风电功率预测和风电场等值模型的建立产生较大影响,因此对弃风数据的剔除非常关键。对此,分析了正常运行数据的特征和弃风数据的特点,在风电机组的标准风速-功率传变特性(功率曲线)的基础上,依据正态分布的均值和标准差提出了粘滞区间的概念,并基于此建立了对弃风数据进行辨别与剔除的方法。以东北某风电场的实测数据为例,对含有弃风的数据进行剔除,验证了所提方法的有效性。
杨茂江博
关键词:风电功率曲线概率密度
基于集对理论的风电场内功率汇聚特性分析被引量:1
2017年
以东北某风场的实测风电功率数据为例,提出风电波动系数指标,分析风电机组汇聚时区域风电出力波动的变化规律,结合集对分析理论,研究在不同时空尺度下,同一度和重度差异的变化特性。对风电功率汇聚进行量化分析,为研究风电功率相关性提供新思路。
杨茂江博熊昊葛延峰金鹏
关键词:集对分析风电功率
风电功率弃风数据特征识别的方法
本发明是一种基于风电功率弃风数据特征的识别方法,其特点是:针对风速功率数据,通过散点图判别其存在弃风数据,然后通过粘滞区间方法剔除其弃风点,剩余风速数据即为风电机组正常出力数据,粘滞区间的建立如下:根据无弃风风机的实际风...
杨茂江博
文献传递
共1页<1>
聚类工具0