蒋春晓
- 作品数：2 被引量：20H指数：1
- 供职机构：天津大学电气与自动化工程学院更多>>
- 发文基金：国家自然科学基金天津市自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于数据挖掘的光伏阵列发电预测方法研究被引量：19
- 2017年
- 提出一种综合使用前向选择(forward selection,FS)和K-means聚类以及径向基函数(radical basis function,RBF)神经网络的光伏发电功率预测方法。模型以每小时的气象因素作为输入量,首先采用前向选择法对原始多维输入量进行约减,在降低维数的基础上减小各个变量间的耦合现象。再通过K-means聚类方法对样本进行聚类,继而对各类数据建立不同的RBF预测模型,避免单神经网络的过拟合问题。实验结果表明,相比于传统的神经网络预测模型,该文使用的模型输入变量更少,预测精度更高。
- 程泽李思宇韩丽洁蒋春晓
- 关键词：数据挖掘K-MEANS聚类RBF神经网络
- 基于多传感器系统的光伏并网发电功率预测被引量：1
- 2018年
- 针对耦合性较强的多维气象数据,在光伏(PV)多传感器系统中获取有效数据的基础上,提出了一种基于雾霾因素影响的数据挖掘光伏发电预测方法。利用多传感器采集大数据,利用逐步选择法对多维变量进行约减,有效降低了不同天气因素之间的耦合性。通过混合高斯聚类算法对样本进行聚类,并分别建立不同的径向基函数(RBF)神经网络模型,经过模糊推理的方法选择适当模型,实际预测结果验证了方法的高精度和实用性。
- 程泽蒋春晓杨柏松
- 关键词：径向基函数模糊推理
