您的位置: 专家智库 > >

戴浪

作品数:4 被引量:52H指数:3
供职机构:湖南大学更多>>
发文基金:国家自然科学基金国家教育部博士点基金更多>>
相关领域:电气工程更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇电气工程

主题

  • 3篇风速
  • 3篇风速预测
  • 2篇多步
  • 2篇多步预测
  • 2篇神经网
  • 2篇神经网络
  • 2篇风电
  • 2篇风电场
  • 1篇电机
  • 1篇遗传算法
  • 1篇永磁
  • 1篇永磁同步
  • 1篇永磁同步电机
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇弱磁
  • 1篇弱磁控制
  • 1篇同步电机
  • 1篇内置式永磁同...
  • 1篇转矩

机构

  • 4篇湖南大学

作者

  • 4篇戴浪
  • 1篇黄守道
  • 1篇周腊吾
  • 1篇黄科元
  • 1篇罗德荣
  • 1篇陈静
  • 1篇曾智波
  • 1篇郭仲奇
  • 1篇叶盛

传媒

  • 1篇科技导报
  • 1篇电力电子技术
  • 1篇电力系统及其...

年份

  • 4篇2011
4 条 记 录,以下是 1-4
排序方式:
风电场风速的神经网络组合预测模型被引量:30
2011年
针对BP神经网络、RBF神经网络和粒子群BP神经网络在风电场风速预测中存在的问题,提出一种基于遗传算法优化神经网络的风速组合预测模型。该模型为单输出的3层前馈网络,将3种神经网络的预测结果与预测结果平均值作为神经网络的输入,将实际风速值作为神经网络输出,使学习后的网络具有预测能力。该模型能降低单一模型的预测风险,提高预测精度。仿真结果表明,所提出的组合预测模型的精度高于其中任一单一模型,也高于传统的线性组合预测模型。
戴浪黄守道黄科元叶盛
关键词:风速预测遗传算法神经网络粒子群优化
基于最小二乘支持向量机的风速组合预测模型被引量:3
2011年
探讨了基于最小二乘支持向量机的组合预测模型在风速短期预测中的可行性。该模型以BP神经网络、RBF神经网络、粒子群BP神经网络3种预测模型的风速预测值作为组合预测模型的输入,实际风速值为输出,利用最小二乘支持向量机回归算法构造风速间的非线性关系,以实现风速多步预测。将该模型的预测性能与BP神经网络组合预测模型、线性组合预测模型进行比较,通过平均绝对误差、误差平方和、平均相对误差3个指标进行评价。结果表明,最小二乘支持向量机预测模型的平均相对误差低于6%,其他误差指标也明显低于其他预测模型。因此,最小二乘支持向量机组合预测模型预测精度不仅高于任一单项预测模型预测精度,而且高于传统的线性组合预测模型与一般BP神经网络组合预测模型。验证了该模型在风速预测中的可行性。
周腊吾陈静戴浪
关键词:风速预测最小二乘支持向量机多步预测
风电场风速预测模型研究
随着不可再生能源的日益减少,可再生能源开发受到越来越多的关注。在众多可再生能源中,风能扮演着重要角色,不仅在发达国家,而且在许多发展中国家风力发电都有着广泛的应用,甚至在部分发达国家,风力发电已经替代了传统的发电模式,提...
戴浪
关键词:风速预测神经网络组合预测多步预测
文献传递
一种新的内置式永磁同步电机弱磁控制方法被引量:19
2011年
为使基速下采用最大转矩电流比控制方式的内置式永磁同步电机(IPMSM)平稳而快速地切换到基速以上的弱磁控制方式,设计了一种以电流超前角为控制对象弱磁控制策略。根据相电压参考值与实际值的差,运用抗饱和积分器快速调制得到一个比例系数并将其作用到定子电流矢量的超前角上,使定子电流矢量向d轴方向偏转达到弱磁效果。实验结果验证了该弱磁控制系统可获得稳定快速的动态响应。
郭仲奇罗德荣曾智波戴浪
关键词:永磁同步电机最大转矩电流比弱磁控制
共1页<1>
聚类工具0