• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
尹忠东,涂菁菁,徐永海.基于宽度学习的风光容量配置研究[J].电测与仪表,2019,56(13):45-50.
Yin Zhongdong,Tu Jingjing,Xu Yonghai.Based on Board Learning System for the Capacity Configuration of Wind and Photovoltaic Power Generations[J].Electrical Measurement & Instrumentation,2019,56(13):45-50.
基于宽度学习的风光容量配置研究
Based on Board Learning System for the Capacity Configuration of Wind and Photovoltaic Power Generations
DOI:10.19753/j.issn1001-1390.2019.013.008
中文关键词:  风光发电  宽度学习  均方根误差  容量配置
英文关键词:wind and photovoltaic power generations, board learning system(BLS), root mean square error (RMSE), capacity  configuration
基金项目:
        
作者中文名作者英文名单位
尹忠东Yin Zhongdong1. 华北电力大学
涂菁菁Tu Jingjing1. 华北电力大学
徐永海Xu Yonghai1. 华北电力大学
摘要点击次数: 1664
中文摘要:
      针对风光发电的大量接入,将引起配电网规划与运行特征的根本性改变问题,本文提出一种基于宽度学习的风光容量配置方法。利用网络节点电压、风光电源出力等数据对宽度学习容量配置模型进行训练,模型精度和结果的合理性采用均方根误差和电压稳定性评价指标进行评估。以IEEE33节点系统作为算例进行仿真,给出了满足总投资成本和网络有功损耗最小的容量配置结果,并与支持向量机、核极限学习机进行对比分析,验证了所提模型和方法的可行性和有效性。
英文摘要:
      A large number access of wind and photovoltaic power generations will cause fundamental changes in the planning and operation characteristics of distribution networks. This paper proposes a capacity selection method based on board learning system. The board learning capacity configuration model is trained by using data such as network node voltage and power output. The accuracy of the model and the rationality of the results are evaluated by using root mean square error and voltage stability evaluation indicators. The IEEE33 node system is used as an example to simulate. The capacity selection results, which satisfy the total investment cost and the network active loss, are obtained. And compare with the support vector machine and the kernel extreme learning machine to verify the feasibility and effectiveness of the proposed model and method.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司