典型文献
基于粒子群算法的组合风速模型参数提取方法
文献摘要：
真实风速模型构建是风电机组控制系统在实验环境下实现故障检测的重要保障.针对风电机组控制系统经验参数提取方法的不足,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)的四分量组合风速模型多参数自动提取方法.该方法分为两步,以三分量模型参数和随机风分量模型参数为多维输入,风速预测值与真实值之间的均方根误差(RMSE)为目标输出,通过建立PSO算法寻优RMSE的最小值得到最佳的四分量模型参数;将得到的参数代入四分量组合模型得到风速预测值,并和实际测得的风速进行对比验证,使得四分量模型参数的提取更加智能化,提高其准确性并降低风速预测过程的时间成本.
文献关键词：
风力发电;风速预测;四分量组合风速模型;粒子群算法;参数提取方法
中图分类号：
作者姓名：
马金保;慕松;宿友亮;马洪文
作者机构：
宁夏大学机械工程学院,银川750021;宁夏工商职业技术学院,银川750021
文献出处：
引用格式：
[1]马金保;慕松;宿友亮;马洪文-.基于粒子群算法的组合风速模型参数提取方法)[J].实验室研究与探索,2022(08):35-38,90
A类：
四分量组合风速模型,四分量组合模型
B类：
粒子群算法,模型参数提取,参数提取方法,风电机组控制,实验环境,故障检测,经验参数,Particle,Swarm,Optimization,PSO,多参数,自动提取,两步,三分量,随机风,风速预测,真实值,RMSE,算法寻优,最小值,数代,代入,对比验证,低风速,时间成本,风力发电
AB值：
0.25411
相似文献
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。
