您的位置: 专家智库 > >

林常青

作品数:5 被引量:74H指数:5
供职机构:国网湖北省电力公司更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
相关领域:电气工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇电气工程

主题

  • 2篇输电
  • 2篇特高压
  • 1篇短期风速
  • 1篇短期风速预测
  • 1篇多馈入直流系...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇直流
  • 1篇直流输电
  • 1篇直流系统
  • 1篇中长期负荷
  • 1篇中长期负荷预...
  • 1篇日负荷
  • 1篇日负荷曲线
  • 1篇日负荷曲线预...
  • 1篇输电方式
  • 1篇特高压直流
  • 1篇特高压直流输...
  • 1篇平均差
  • 1篇向量

机构

  • 5篇武汉大学
  • 3篇国网湖北省电...
  • 2篇湖北省电力公...

作者

  • 5篇林常青
  • 4篇徐箭
  • 3篇李子寿
  • 2篇孙涛
  • 2篇许梁
  • 1篇孙辉
  • 1篇上官安琪
  • 1篇王丹
  • 1篇孙元章
  • 1篇彭晓涛
  • 1篇舒东胜
  • 1篇蒋霖
  • 1篇代仕勇
  • 1篇张志峰
  • 1篇张华坤
  • 1篇王甜

传媒

  • 3篇电力自动化设...
  • 1篇高电压技术
  • 1篇电力科学与技...

年份

  • 1篇2016
  • 2篇2015
  • 1篇2014
  • 1篇2012
5 条 记 录,以下是 1-5
排序方式:
多馈入直流系统的特高压直流接入方式优选方法被引量:16
2015年
研究并建立了评估多馈入直流系统的特高压直流接入方式的评价指标体系,以全面评估网损、静态安全稳定性、多馈入短路比等因素对接入方式的影响。提出了基于最优组合权重的多馈入直流系统的特高压直流接入方式优选方法,基于主客观加权属性值一致化建立了求取最优组合权重的优化模型。在此基础上,以相对贴近度指标来量化评估各备选方案,从而实现优选决策。最后,将该方法应用于蒙西—武汉特高压直流接入华中电网的方式优选决策中,得到了分层接入方式最优的结论。
徐箭张华坤孙涛王甜蒋一博林常青
关键词:直流系统特高压直流输电接入方式
基于相关性分析的风电场群风速分布预测方法被引量:15
2016年
提出了基于相关性分析的风电场群风速分布预测方法,首先以空间降尺度的思路,给出了基于修正经验变异函数的风电场群相关性区域划分方法,将风电场群划分为若干个相关性区域;以此为基础,利用空间升尺度的思路,运用经验累积分布函数,考虑相关性区域内参考风电场与目标风电场的相关性,以参考风电场风速来求取目标风电场风速,从而得知相关性区域内的风速分布,结合各个相关性区域的风速描述,最终得到整个风电场群内的风速分布。以实际风电场监测数据为基础的仿真算例验证了所提方法的可行性和有效性。
雷若冰徐箭孙辉蒋霖舒东胜李子寿林常青
关键词:风电场
基于函数型非参数回归模型的中长期日负荷曲线预测被引量:26
2015年
提出一种中长期日负荷曲线预测的新方法。该方法首先基于函数型数据分析理论,将日负荷曲线视为函数型数据,通过对历史负荷曲线样本自身规律的挖掘,建立基于历史负荷曲线样本的函数型非参数回归预测模型。在此基础上,通过构建二次规划模型对函数型非参数回归预测模型的预测曲线进行修正,使其满足待预测日负荷特性指标要求。利用某省级电网夏季典型日负荷数据和美国PJM电力公司冬季典型日负荷数据对所提方法进行测试,结果表明该方法具有较高的预测精度。
许梁孙涛徐箭孙元章李子寿林常青
关键词:中长期负荷预测日负荷曲线预测非参数统计
基于模糊优选的特高压输电方式综合评价方法被引量:9
2012年
合理选择特高压(UHV)交直流输电方式是未来特高压电网建设规划中至关重要的一个环节。为此,以特高压交直流输电方式优选作为研究对象,提出了一种基于模糊优选的特高压交直流输电方式综合优选方法。首先建立了一套包含电网结构、电网安全性、经济性、环境影响等多影响因素的特高压交直流输电方式评价指标体系,其次引入了改进层次分析法(AHP)和标准差及平均差方法进行组合权重的计算,最后通过模糊优选方法计算不同备选方案的隶属度,实现输电方式的优选决策。将该方法应用于湖北电网"十二五"新增特高压输电方式的优选,结果表明特高压交流输电方式的综合隶属度为1,而直流方式的最佳相对隶属度为0.588,交流输电方式优于直流输电方式。
代仕勇彭晓涛王丹张志峰李子寿林常青
关键词:输电方式标准差平均差
基于样本熵和支持向量机的短期风速预测模型被引量:8
2014年
提出一种经验模态分解、样本熵和支持向量机相结合的短期风速组合预测方法。首先利用经验模态分解将原始风速序列逐级分解成若干个规律性更强的子序列,以减小不同特征尺度序列间的相互影响,提高预测精度。接着计算各风速子序列的样本熵,将复杂度相近的序列归类形成一个新序列,以减少所需建立的预测模型的数量。然后对经EMD-SE处理后得到的新的风速子序列分别建立支持向量机预测模型,并采用遗传算法实现各模型参数的自动选取和寻优,最后将各序列的预测结果叠加得到风速预测结果。算例研究表明,该方法充分挖掘了风速序列的特性,能快速地对风速变化作出响应,预测的均方根误差和百分比误差分别比单纯采用支持向量机法降低了5.1%和5.4%,有效地提高了短期风速预测的准确度。
林常青上官安琪徐箭许梁
关键词:短期风速预测经验模态分解支持向量机
共1页<1>
聚类工具0