朱婷婷
- 作品数：4 被引量：21H指数：3
- 供职机构：东南大学自动化学院更多>>
- 发文基金：国家自然科学基金国家电网公司科技项目国家教育部博士点基金更多>>
- 相关领域：电气工程自动化与计算机技术动力工程及工程热物理更多>>
- 考虑风速分布与日非平稳性的风速数据预处理方法研究被引量：3
- 2015年
- 风电场采集的风速数据受到较多气象条件的影响,容易引入多种噪声信息,具有较强的不稳定性。因此,在进行风速预测前引入数据预处理的步骤是十分必要的。研究了一种考虑风速数据分布特性与日非平稳性的数据预处理方法,采用Box-Cox变换与分时标准化处理风速数据,基于最小二乘支持向量机(LSSVM)进行短期风速预测,实例证明,该方法能够有效提高LSSVM模型的预测精度。
- 韦姝魏海坤朱婷婷张驰
- 关键词：数据预处理
- 光伏系统中地基云图的预处理被引量：9
- 2018年
- 用于地面天空监测和辐射预测的地基云图,由于其拍摄仪器全天空成像仪(TSI)自身的缺陷,使得拍摄的天空图像中存在较大面积的遮挡和一定程度的畸变,从而导致基于地基云图的云识别、分类和辐射预测等不准确。针对该问题,提出了一种镜像渐变修复方法来还原真实天空云分布情况。首先通过计算太阳在图像中的位置,自动确定遮挡区域;然后根据云的颜色特性,采用镜像渐变算法进行修复;接着,对太阳周围的白色像素点,根据太阳辐射衰减程度将其分割为云或晴空,并对识别为晴空的过度曝光像素点进行修正。实验表明,所提出的预处理方法可快速还原真实天空的云分布信息,且修复效果优于现有光伏系统上使用的方法,为后续气象变化研究和辐射预测等提供了条件。
- 朱想周海朱婷婷金山红魏海坤
- 关键词：图像修复光伏发电
- 基于AP和BP神经网络算法的手写数字识别被引量：6
- 2014年
- 针对现有的手写数字识别技术不适合大规模应用的问题,提出了一种基于AP和BP神经网络的快速手写数字识别算法。首先对预处理后的样本通过AP算法(affinity propagation)聚类消除冗余,重新构造样本空间;然后构造BP(误差反向传播)神经网络模型,学习测试集合样本。采用UCI机器学习数据库中的数据进行实验,结果表明,算法的识别正确率可达96.10%,高于BP神经网络算法的识别正确率94.88%,且执行时间约为后者的10%,具有较高的实用价值。
- 朱婷婷魏海坤张侃健
- 关键词：模式识别BP算法手写数字识别
- 超短期太阳辐照度多模型预测被引量：4
- 2017年
- 为了提高太阳辐射预测精度,提出了1种超短期混合预测模型。该模型用非线性方法集成多个子模型,从而克服了单一模型的局限性,提高了整体预测性能。预测时,首先将历史太阳辐射值转换为晴空系数,消除太阳位置对辐射值的影响;然后根据相关性分析,将转换的晴空系数输入各子模型,并将子模型的预测结果非线性集成。最后,将预测的晴空系数转换为目标水平总辐照度。实验结果表明:所提出的混合模型性能优于单一预测模型,非线性集成方法优于传统的平值加权集成方法,且整体预测均方差相对持续模型提高了约60%。
- 周海朱想金山红朱婷婷张雪松魏海坤
- 关键词：太阳能混合模型
