典型文献
基于激光测风雷达及SSA-ELM的风电场短期风速预测
文献摘要：
基于激光测风雷达数据,针对风速的非线性特性,提出麻雀搜索算法(sparrow search algorithm,SSA)优化极限学习机(extreme learning machine,ELM)进行风速预测.搭建预测模型,根据预测风速对风电机组进行预变桨,分析风电机组叶根矩载荷.采用新疆某风电场激光测风雷达数据仿真并与其他预测模型分析对比.结果表明,麻雀算法优化的极限学习机可精确预测风速,且显著提升极限学习机预测速度及不同风速条件下的动态性能;预变桨后,风电机组叶根矩载荷大幅减小,提升了桨叶使用寿命及运行安全性.
文献关键词：
激光测风雷达;麻雀优化算法;极限学习机;预变桨
中图分类号：
作者姓名：
王喜泉;何山;王维庆;孔令清;陈伟
作者机构：
新疆大学电气工程学院,新疆乌鲁木齐 830049;可再生能源发电与并网控制教育部工程研究中心,新疆乌鲁木齐 830049
文献出处：
引用格式：
[1]王喜泉;何山;王维庆;孔令清;陈伟-.基于激光测风雷达及SSA-ELM的风电场短期风速预测)[J].电网与清洁能源,2022(05):120-128
A类：
预变桨
B类：
激光测风雷达,SSA,ELM,风电场,风速预测,雷达数据,非线性特性,麻雀搜索算法,sparrow,search,algorithm,化极,extreme,learning,machine,据预测,风电机组,叶根,数据仿真,分析对比,麻雀算法,算法优化,精确预测,极限学习机预测,测速,动态性能,桨叶,运行安全性,麻雀优化算法
AB值：
0.278039
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
