排序方式: 共有102条查询结果,搜索用时 0 毫秒
1.
2.
3.
饱和铁心型超导限流器的直流超导绕组中的直流影响短路故障电流的限流效果,研究发现,饱和铁心型超导限流器直流超导绕组中的直流还可以抑制谐波,并减少正常情况交流电流的波形畸变率。该文提出了一种新型饱和铁心高温超导限流器。新型饱和铁心高温超导限流器在正常工作情况下,两个固态开关SSTS处于闭合状态,直流超导绕组中的直流使饱和铁心型超导限流器处于饱和状态,限流器不会出现限流现象。在短路故障情况下,两个SSTS快速动作,断开限流器直流超导绕组中的直流,提高限流能力,同时使限流电阻快速串入超导限流器的交流回路限流,进一步提高限流效果。研究了该新型限流器的工作原理,分析限流参数的变化对其限流特性的影响。通过仿真和和实验研究发现,新型限流器的限流效果非常明显,并能实现线路重合闸,电网的稳态和暂态短路电流显著减少,电网电能质量和动态稳定性得到有效提高。 相似文献
4.
5.
6.
7.
该文提出一种基于极端梯度提升(XGBoost)模型和长短期记忆网络(LSTM)模型的短期光伏发电功率预测组合模型。根据短期光伏发电特性,首先分别建立XGBoost模型和LSTM模型,然后利用XGBoost模型进行初步预测增加特征,并利用误差倒数法将两模型组合起来进行预测。选取2018年光伏电站人工智能运维大数据处理分析大赛的数据集进行实验评估,最终结果表明,该文所构建的XGBoost-LSTM组合模型的均方根误差(RMSE )为0.214,将上述方法与随机森林、GBDT模型和单一的XGBoost模型和LSTM模型相比较,该文提出的方法具有更高的预测精度。 相似文献
8.
9.
10.
针对电力数据海量化、多维化的趋势,为了提高聚类算法的聚类质量,并解决传统聚类算法聚类海量高维数据时单机计算资源不足的瓶颈,提出了一种基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法。将量子粒子群群体智能算法引入到传统模糊C均值聚类算法中,利用QPSO较强的全局搜索能力,克服FCM算法易陷入局部最优以及其对初始聚类中心过于敏感的缺陷。最后,采用云计算的MapReduce编程框架以及HBase分布式数据库对算法进行并行化改进。经实验验证与FCM算法和AFCM算法相比聚类正确率提高了10%左右,且并行性能较好。 相似文献