论文部分内容阅读
针对大型风电场机组分组和功率预测的问题,可以运用基于划分的K-means聚类、基于神经网络的SOM聚类及基于RBF的神经网络等理论或方法,构建风电场风速功率分组及风电场功率预测等模型,综合运用MATLAB及EXCEL等软件求解,实现两种不同聚类算法对风电机组的分组、求出最佳分组数。
聚类算法对风电场机组分类问题的研究策略
【摘 要】
：
针对大型风电场机组分组和功率预测的问题,可以运用基于划分的K-means聚类、基于神经网络的SOM聚类及基于RBF的神经网络等理论或方法,构建风电场风速功率分组及风电场功率预
【机 构】
：
华北水利水电大学
【出 处】
：
电子测试
【发表日期】
：
2018年13期
其他文献
本文建立了SPWM单相逆变器系统的非线性数学模型,通过引入双重傅里叶变换描述非线性开关函数,将等效小参量法拓展到逆变器的瞬态分析中,得到了该系统状态变量的瞬态解析解。