您的位置: 专家智库 > >

郑丹

作品数:4 被引量:32H指数:3
供职机构:武汉大学电气工程学院更多>>
发文基金:国家科技支撑计划中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
相关领域:电气工程水利工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇电气工程
  • 1篇水利工程

主题

  • 2篇电网
  • 2篇群算法
  • 2篇子群
  • 2篇微电网
  • 2篇粒子群
  • 2篇粒子群算法
  • 1篇电动
  • 1篇电动汽车
  • 1篇电站
  • 1篇调度
  • 1篇短期负荷预测
  • 1篇优化调度
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇水电
  • 1篇水电站
  • 1篇梯级
  • 1篇梯级水电
  • 1篇梯级水电站
  • 1篇平抑

机构

  • 4篇武汉大学
  • 1篇广东电网公司
  • 1篇淮安供电公司

作者

  • 4篇郑丹
  • 2篇杨再鹤
  • 1篇宋旭东
  • 1篇向铁元
  • 1篇徐智

传媒

  • 3篇陕西电力
  • 1篇现代电力

年份

  • 2篇2014
  • 1篇2013
  • 1篇2012
4 条 记 录,以下是 1-4
排序方式:
基于小波变换和SVM算法的微电网短期负荷预测研究被引量:16
2014年
为了满足微电网的建设和发展对其负荷预测的精度和方法适应性提出的更高要求,本文在时域和频域上比较分析了微电网负荷曲线和传统负荷曲线,得出了微电网负荷波动性更强的结论,然后根据微电网负荷的特点,考虑微电网负荷受星期类型和气象因素的影响,提出对微电网负荷进行离散小波分解的基础上,建立支持向量机(SVM)模型对各层分量分别进行预测,最后运用分解关系得出预测结果。研究表明,与直接应用SVM模型预测相比,分解微电网负荷曲线后再进行SVM模型预测能够实现更高的预测精度,更适用于当前微电网短期负荷预测需要。
杨再鹤向铁元郑丹
关键词:微电网短期负荷预测离散小波变换波动性
基于ARIMA-SVM模型的微电网短期负荷组合预测研究被引量:9
2014年
在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特点,提出了一种基于预测误差指标的最优组合预测方法进行微电网短期负荷预测。方法中结合了自回归积分移动平均法和支持向量机模型的优点,以两种预测方法误差绝对值和最小为目标,分析确定预测方法在组合模型中的权重,进而得到组合预测中的最优权重组合。研究表明,与方差倒数法组合预测模型所得结果相比,该组合预测方法具有更高的预测精度,能满足实际要求。
王友春文闪闪秦跃进范黎杨再鹤郑丹
关键词:微电网支持向量机组合预测
V2G模式下电动汽车平抑负荷波动的优化策略被引量:5
2012年
在V2G(VehicleTo Grid)模式下,电动汽车与电网能够实现功率的双向流动。当电动汽车大规模应用时,可以利用其充放电功能,平抑电网的负荷波动。在电动汽车规模化应用的前提下,对电动汽车进行分类,将私有类电动汽车作为研究目标,建立其1天内的功率模型,提出了基于改进粒子群算法的电动汽车优化调度策略,能有效抑制电网的负荷波动。
宋旭东徐智郑丹
关键词:电动汽车负荷波动粒子群算法
基于改进粒子群算法的梯级水电站优化调度被引量:3
2013年
梯级水电站的优化调度是一个具有复杂约束条件的大型动态非线性优化问题,运用标准线性粒子群算法求解有易陷入局部最优的特点。针对这个问题对惯性权重的更新策略进行改进,减弱了典型线性寻优的局限性,得到更优的优化结果。以恩施芭蕉河梯级水电站丰水期为例,建立以周期发电量最大为目标函数的梯级水电站的短期优化调度模型,运用粒子群优化算法对其进行求解,得到了较好的梯级水电站优化调度结果。
欧阳俊袁中祥郑丹贺忠尉
关键词:梯级水电站优化调度粒子群算法
共1页<1>
聚类工具0