基于时间序列法的风电场风速预测研究

针对时间序列的超短期风速预测进行研究,采用Box.Jenkins时间序列分析方法,通过Maflab软件,在达坂城风电场30 m处.每10 min采集一次得到的风速数据,建立ARMA模型,实现提前一小时的风速预测,为更长时间(半天、一天或两天)的风速预测提供理论基础.     

基于Ethernet环境的液位模糊PID控制

针对现代工业生产及日常生活中都会遇到的液位控制问题,提出了一种智能控制算法—模糊PID控制算法。以单容水箱液位为研究对象,以罗克韦尔自动化Ethernet为平台,研究在Ethernet环境下实现模糊PID控制的方法;并且构建了基于网络的智能控制系统。实验结果表明,模糊PID控制算法控制精确度高,稳定性良好。     

基于时间序列法的风电场风速预测研究

采用Box.Jenkins时间序列分析方法,通过Matlab软件,利用达坂城风电场30 m处,每10 min采集1次得到的风速数据,建立ARMA模型,阐述了数据预处理、模型参数识别及模型诊断、检验。实现提前1 h的风速预测,为更长时间(0.5~2 d)的风速预测提供理论基础。     

基于ITAE自整定模糊液位控制器的设计

时间乘以误差绝对值积分（ITAE）的性能指标是一种具有很好工程实用性和选择性的控制系统性能指标。文章针对纯滞后液位控制对象，提出了一种基于ITAE自整定模糊控制器的设计，并与传统的PID控制器相比较。结果表明：该控制器与传统PID控制器相比，提高了控制系统的自整定能力和鲁棒性，改善了系统的静态性能和动态性能。     

基于时间序列法的风电场风速预测研究

采用Box.Jenkins时间序列分析方法,通过Matlab软件,利用达坂城风电场30米处,每10分钟采集一次得到的风速数据,建立ARMA模型,实现提前一小时的风速预测,为更长时间(半天、一天或两天)的风速预测提供理论基础。     

基于ARMA模型的风电场风速短期预测

通过分析达坂城风电场风速数据并建立ARMA模型,基于时间序列分析法实现了提前1 h风速预测,分析预测结果证明预测时间和风速震荡性是影响风速预测精度的主要因素,为更长时间的风速预测提供理论基础。     

比例电磁铁磁力特性测试系统的开发

根据比例电磁铁结构特征和性能特点,结合伺服控制技术,设计比例电磁铁磁力特性测试平台。以Lab VIEW为开发环境,结合串口通信技术设计了上位机测试软件。实现比例电磁铁磁力特性测试。并对某型号比例电磁铁进行了试验和分析,试验结果表明,该测试系统操作方便,安全。测试结果准确,可靠,适用于比例电磁铁的测试与开发。     

基于ARMA模型的风电场风速短期预测

通过分析达坂城风电场风速数据并建立ARMA模型,基于时间序列分析法实现了提前1h风速预测,分析预测结果证明预测时间和风速震荡性是影响风速预测精度的主要因素,为更长时间的风速预测提供理论基础。     

时序神经网络算法的短期风速预测研究

采用神经网络对风速进行短期预测,研究BP型短期风速预测网络中BP算法、BP网络构建以及网络训练方法.结合时间序列法和神经网络法提出了时序神经网络预测方法,对短期风速预测网络中输入变量数量和隐舍层节点数量的选择方法进行了探讨.仿真实验结果表明,时序神经网络法建立的网络,训练时间明显缩短,网络输出的预测值与真实的观察值之间...     

基于时间序列法的风电场风速预测研究

文章采用Box．Jenkins时间序列分析方法,通过Matlab软件,利用达坂城风电场30m处,每10min采集一次得到的风速数据,建立ARMA模型,实现提前1h的风速预测,为更长时间（半天、一天或两天）的风速预测提供理论基础。