您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(11QG72)

作品数:2 被引量:12H指数:2
相关作者:林永君陈文颖马永光马进马良玉更多>>
相关机构:华北电力大学更多>>
发文基金:中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇能源与动力工...
  • 1篇燃煤
  • 1篇燃煤机组
  • 1篇扰动观察法
  • 1篇最大功率
  • 1篇最大功率点跟...
  • 1篇最大功率跟踪
  • 1篇最大功率跟踪...
  • 1篇向量
  • 1篇向量机
  • 1篇火焰图像
  • 1篇功率
  • 1篇功率跟踪
  • 1篇光伏
  • 1篇光伏发电
  • 1篇光伏阵列
  • 1篇发电

机构

  • 2篇华北电力大学

作者

  • 2篇陈文颖
  • 2篇林永君
  • 1篇马良玉
  • 1篇马进
  • 1篇马永光
  • 1篇杨春来

传媒

  • 1篇电子质量
  • 1篇动力工程学报

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于改进扰动观察法的光伏阵列最大功率跟踪器的研究被引量:2
2011年
光伏阵列由于输出特性具有非线性,为了提高发电效率,需要对其进行最大功率点跟踪(MPPT)。提出了一种基于改进扰动观察法的最大功率点跟踪器的设计方案,该方案在实现最大功率跟踪的基础上,解决了传统扰动观察法在响应速度与跟踪精度之间的矛盾。通过实验对比引入MPPT前后光伏阵列的输出,验证了方案的可行性与有效性。
杨春来陈文颖林永君刘卫亮
关键词:光伏发电光伏阵列最大功率点跟踪扰动观察法
基于炉膛火焰图像的燃煤机组负荷预测被引量:10
2011年
为了准确地进行燃煤机组负荷预测,引入支持向量机(SVM)方法建立了锅炉炉膛多层火焰图像与机组负荷之间的复杂关系模型.将该方法应用于某660 MW燃煤锅炉机组中,用训练后的SVM模型进行负荷预测,并与BP神经网络模型预测结果进行比较.结果表明:采用SVM方法预测机组负荷,模型能够辨识出火焰辐射图像与机组负荷之间的复杂关系,实现对负荷的准确预测;SVM模型预测精度比BP网络模型高,SVM模型具有预测精度高、泛化能力强等优点,且模型训练时间较短.
刘卫亮马良玉林永君马永光马进陈文颖
关键词:能源与动力工程负荷预测支持向量机火焰图像
共1页<1>
聚类工具0