您的位置: 专家智库 > >

蒋凌

作品数:3 被引量:25H指数:2
供职机构:长沙理工大学更多>>
发文基金:湖南省研究生科研创新项目湖南省高校创新平台开放基金国家自然科学基金更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇电气工程

主题

  • 2篇旋转备用
  • 2篇风电
  • 1篇电力
  • 1篇电力系统
  • 1篇短期负荷预测
  • 1篇学习机
  • 1篇主成分
  • 1篇主成分分析
  • 1篇主成分分析法
  • 1篇鲁棒优化
  • 1篇极限学习机
  • 1篇风电系统
  • 1篇负荷预测
  • 1篇电系统

机构

  • 3篇长沙理工大学
  • 1篇邵阳学院
  • 1篇中机国际工程...

作者

  • 3篇蒋凌
  • 2篇成天乐
  • 1篇潘志
  • 1篇周胜瑜
  • 1篇李斯
  • 1篇赵慧材
  • 1篇黄佩

传媒

  • 2篇电力科学与工...

年份

  • 3篇2013
3 条 记 录,以下是 1-3
排序方式:
含风电电力系统旋转备用的鲁棒优化方法研究被引量:6
2013年
针对风电出力随机特性对系统旋转备用容量获取影响较大的问题,基于鲁棒优化(Robust Optimization)理论建立了电力系统旋转备用获取模型。提出了"风电扰动参数"这一随机变量来刻画实际出力、风电预测出力与旋转备用之间的关系,采用盒式不确定集合表示该参数的不确定性,运用对偶定理将其转化为成线性规划模型,并使用MATLAB进行求解。以IEEE30节点系统为例进行计算和分析,验证了所提出模型的合理性和有效性,为电力系统在获取旋转备用问题上提供了重要参考。
蒋凌潘志成天乐
关键词:鲁棒优化
基于极限学习机方法的短期负荷预测被引量:19
2013年
将极限学习机(ELM)方法引入电力系统短期负荷预测领域。该方法预测能力强,具有计算时间短、计算准确性高、全局搜索等显著特点。在运用ELM算法建立短期负荷预测模型过程中,采用归一化处理输入数据,使用主成分分析法选取计算样本,并由交互验证法确定最优主成分因子数和ELM隐含层节点数。实际算例表明,在于短期负荷预测的预测精度和运算时间方面,ELM方法较传统神经网络方法具有其独特的优势。
成天乐周胜瑜李斯赵慧材黄佩蒋凌
关键词:短期负荷预测极限学习机主成分分析法
采用鲁棒优化方法的含风电系统旋转备用的研究
电力系统维持功率平衡状态的主要手段是预留部分常规机组容量作为旋转备用。在不含随机性电源的电网中,旋转备用容量是根据确定性方法配置的。随着风电的迅速发展和并网容量大幅度增加,风电功率不确定性对系统维持功率平衡造成了困难,确...
蒋凌
关键词:风电系统旋转备用
共1页<1>
聚类工具0