您的位置： 专家智库 > >

刘霄

作品数：6 被引量：50H指数：4
供职机构：武汉大学水利水电学院水资源与水电工程科学国家重点实验室更多>>
发文基金：国家教育部博士点基金国家自然科学基金湖北省自然科学基金更多>>
相关领域：动力工程及工程热物理电气工程更多>>

合作作者

文献类型

  • 6篇中文期刊文章

领域

  • 3篇动力工程及工...
  • 3篇电气工程

主题

  • 4篇风电
  • 4篇风电场
  • 4篇风速
  • 3篇WRF模式
  • 2篇插补
  • 1篇地形
  • 1篇学习机
  • 1篇遗传算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据相关
  • 1篇数据相关性
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇外推
  • 1篇网格
  • 1篇网络
  • 1篇下垫面
  • 1篇极限学习机
  • 1篇工神经网络

机构

  • 6篇武汉大学
  • 2篇中国电力工程...
  • 1篇中国电建集团...

作者

  • 6篇刘霄
  • 5篇赖旭
  • 2篇陈玲
  • 1篇郑付明
  • 1篇陈秋华

传媒

  • 2篇太阳能学报
  • 1篇水电能源科学
  • 1篇武汉大学学报...
  • 1篇华中科技大学...
  • 1篇水电与新能源

年份

  • 1篇2020
  • 1篇2019
  • 1篇2018
  • 1篇2017
  • 2篇2012
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于再分析数据的测风数据插补方法被引量：9
2017年
研究了MERRA网格点与输入变量的数量对插补精度的影响.以人工神经网络与遗传算法为工具建立MERRA数据与缺测数据相关关系的数学模型,基于该模型对现场缺测数据进行插补.该方法解决了在缺少合适参考气象站、参考测风塔数据时的缺测数据插补难题.以湖北某山区风场为例进行验证,结果表明:插补精度与选取的MERRA格点数量一定范围内呈正比关系,输入模型变量的较优选择为风速、风向、单位时间气温变化、日夜以及季节,计算得到的插补数据与缺测数据相关系数达到0.814,相对采用参考气象站数据和参考测风塔数据作为数据来源的方法,相关系数分别提高97.6%和10.3%.
刘霄赖旭郑付明
关键词：风能资源评估人工神经网络遗传算法
GA优化ELM神经网络的风电场测风数据插补被引量：15
2018年
针对风电场待插补测风塔与参考塔或气象站的数据间具有非线性相关关系的特点,采用遗传算法（GA）对极限学习机（ELM）神经网络的权值和阈值进行优化,建立用于风电场测风数据插补的GA-ELM模型。选取原始参考数据相关性不同的4个插补实例对基于GA-ELM模型的插补方法进行验证,并与ELM方法和线性回归法进行对比。结果表明：GA-ELM方法较ELM方法的插补精度有一定提高;GA-ELM方法与线性回归法相比,对于相关性较强的参考数据,插补风速与实测风速的均方根误差减少的绝对值和相对值分别可达0.06 m/s和30%以上,对于相关性较弱的参考数据,均方根误差减少的绝对值为0.1~0.3 m/s,相对值为7%~19%。GA-ELM方法较传统插补方法的精度有较大提高,且对相关性较弱的风电场测风数据的插补更有优势。
秦琼刘树洁赖旭刘霄
关键词：插补极限学习机数据相关性
基于WRF模式的不同地形条件下风速模拟研究被引量：2
2019年
以广东省两个风电场为例,通过研究WRF模式在平原和山地地形下的网格划分及嵌套方案,分别建立适用于不同地形的风速模拟模型,对两风电场进行一个完整年的风速模拟分析结果表明,基于WRF模式的风速模拟模型在不同地形条件下均具有较高的精度,且平原的模拟效果优于山地。
李晓明尚雄斌陈玲刘霄张杰宁文瑶
关键词：WRF模式地形风速模拟
复杂下垫面风电场风速垂直外推方法研究被引量：3
2020年
以复杂下垫面风电场风速垂直外推方法为研究对象,分析复杂下垫面风电场风廓线受影响的成因,认为大气稳定度、地形以及粗糙度对风廓线存在显著影响,然后选取风向与大气稳定度分类参数对各影响因素进行量化。在此基础上以支持向量回归为工具,提出考虑各影响因素的风速垂直外推方法,并以中国中部复杂山区风电场为例验证所提出的方法。将外推结果与传统方法进行对比,结果表明所提出的方法各评价参数均优于规范推荐的风切变指数方法,其计算出的风速偏差、绝对风速偏差、均方根误差以及发电量偏差分别降低79%、11.7%、20.2%以及81.6%,相关系数提高0.4%,说明该方法能有效提高风速垂直外推准确性、降低风电项目建设风险。
刘霄赖旭
关键词：大气稳定度下垫面
WRF模式在风电场风速预测中的应用被引量：18
2012年
准确的风电场风速预测是风电场安全稳定运行的基本保障.从风速预测的准确性和效率两方面分析利用WRF(Weather Research and Forecasting)中尺度数值预报模式时不同嵌套网格分辨率对风电场风速预测的影响.在此基础上,对宁夏某风电场进行提前102h的逐时风速预测并与实测资料进行对比.结果表明:随着网格分辨率的提高,风电场风速预测精度略有提高,但计算时间变长.兼顾预测精度和效率,建议使用3层网格.WRF模式能够较好地捕捉风速随时间的变化趋势,有效增加预测时效,使风电场风速预测可以提前到2～4d,为风电场的运行和控制提供依据.
陈玲赖旭刘霄陈秋华
关键词：WRF模式风速预测分辨率
大气模式物理过程参数化对风电场风速预报的影响被引量：5
2012年
准确预报风电场风电功率对风电稳定发展至关重要,可有效减轻风电对电网的不利影响,提高风电场运行效益,其前提是准确预报风电场风速。以宁夏某风电场为例,基于中尺度大气模式WRF,采用不同物理过程参数化方案设置对提前72h的逐时风速进行预报,并将预报结果与实际风速资料对比,分析了WRF模式不同物理过程参数化方案设置对风速预报结果准确度的影响,并优化了物理过程参数化方案设置。结果表明,行星边界层参数化方案与辐射过程参数化方案设置对风速预报结果准确性影响较大,微物理过程参数化方案与积云对流参数化方案设置对风速预报结果准确性影响较小。
刘霄赖旭陈玲
关键词：WRF模式风电场风速预报
全选 清除 导出
共1页<1>
聚类工具0