张佳
- 作品数:3 被引量:30H指数:2
- 供职机构:河北工业大学控制科学与工程学院更多>>
- 发文基金:河北省自然科学基金国家自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域:动力工程及工程热物理自动化与计算机技术矿业工程更多>>
- 基于Elman算法的光伏阵列的短期功率预测研究被引量:26
- 2017年
- 根据青海某5 MW光伏电场的历史光伏发电功率数据和当地的气象预报信息,分析影响功率预测的主要气象因素。采用Elman神经网络算法,结合与预测日同日类型下整点时刻的气象数据和光伏输出功率数据,建立光伏发电短期功率预测模型。对不同日类型的光伏出力的预测结果表明,该短期预测模型具有较高的精度,有助于电网能量的调度,对电力系统的安全稳定运行有积极作用。通过与BP神经网络和非线性状态估计(NSET)算法对比研究表明,Elman神经网络具有更高的预测精度。
- 李练兵张佳韩靖楠王泽伟马欲晓
- 关键词:ELMAN神经网络光伏系统
- 磨矿过程基础回路优化控制方法
- 2016年
- 以磨矿过程基础回路重要工艺参数——旋流器给矿浓度控制为研究对象,针对无模型自适应控制(MFAC)的参数自适应性差的问题,引入模糊控制,提出了模糊MFAC方法,给出了该方法的理论推导步骤,设计了模糊MFAC控制器。将模糊MFAC方法、基本MFAC方法和PID方法进行对比仿真实验,结果表明,模糊MFAC方法能够快速跟踪期望值,具有更小的超调量和跟踪误差,且抗干扰能力强。
- 张燕张佳代亚菲
- 关键词:磨矿过程无模型自适应控制模糊控制
- 基于自适应自然梯度法的高斯过程磨矿粒度软测量建模被引量:4
- 2016年
- 针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究.结果表明:基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性.
- 张燕张佳周颖代亚菲
- 关键词:高斯过程磨矿粒度软测量