您的位置: 专家智库 > >

张亚超

作品数:4 被引量:89H指数:4
供职机构:武汉大学电气工程学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:电气工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇电气工程

主题

  • 3篇风电
  • 2篇多步
  • 2篇功率
  • 2篇风电功率
  • 1篇电力
  • 1篇电力系统
  • 1篇动态经济
  • 1篇短期风电功率
  • 1篇多步预测
  • 1篇多目标
  • 1篇多目标优化
  • 1篇需求侧管理
  • 1篇学习机
  • 1篇学习算法
  • 1篇柔性资源
  • 1篇区间预测
  • 1篇机器学习算法
  • 1篇鸡群
  • 1篇极限学习机
  • 1篇含风电场

机构

  • 4篇武汉大学
  • 2篇国网湖北省电...

作者

  • 4篇刘开培
  • 4篇张亚超
  • 3篇秦亮
  • 2篇方仍存

传媒

  • 2篇电网技术
  • 1篇高电压技术
  • 1篇电工技术学报

年份

  • 1篇2018
  • 1篇2017
  • 2篇2016
4 条 记 录,以下是 1-4
排序方式:
基于区间泰勒展开的不确定性潮流分析被引量:29
2018年
区间算法已经在电力系统不确定性潮流计算中得到了成功应用。然而,迭代法类的区间潮流计算方法由于将区间运算嵌入到了牛顿迭代过程中,使得区间潮流计算过程复杂、计算量大,为此提出基于区间泰勒展开的不确定性潮流计算方法。该方法在建立含区间变量潮流计算数学模型的基础上,利用区间泰勒展开将采用直角坐标系的区间潮流方程求解问题等价转化为三个确定性的代数方程组求解。算例测试结果表明了所提算法在计算精度上高于区间迭代法,与区间迭代法和蒙特卡洛法相比,可以获得良好的加速效果。
廖小兵刘开培张亚超张志轩王坤
关键词:不确定性
基于聚类经验模态分解-样本熵和优化极限学习机的风电功率多步区间预测被引量:21
2016年
针对风电功率序列的不确定性和随机性特征,提出一种基于聚类经验模态分解-样本熵和优化极限学习机的多步区间预测模型。首先,利用聚类经验模态分解-样本熵方法将原始风电功率序列分解为一系列复杂度差异明显的子序列。然后,分别对各子序列建立基于上下界直接估量的区间预测模型。为分析不同区间构造的差异,提出一种体现训练目标值偏离区间范围影响的新型区间预测评估指标作为目标函数,并采用基于混沌萤火虫结合多策略融合自适应差分进化的优化算法寻求其最优解,以提高模型预测性能。最后,以某一风电场实际功率数据为算例,验证了所提模型能获得可靠优良的多步区间预测结果,可为风电功率多步不确定性预测提供一种新的有效途径。
张亚超刘开培秦亮方仍存
关键词:极限学习机
计及柔性资源的含风电场电力系统多目标动态协调调度被引量:13
2017年
针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。
张亚超刘开培秦亮方仍存
关键词:风电需求侧管理多目标优化
基于VMD-SE和机器学习算法的短期风电功率多层级综合预测模型被引量:26
2016年
针对风电功率受自然环境变化影响,难以建立精确数学模型对其进行预测的问题,采用一种新型的可变模式分解(variational mode decomposition,VMD)技术,将原始风电功率序列分解为一系列有限带宽子模式以降低其不稳定性,根据子模式的样本熵(sample entropy,SE)分析其复杂度并重组得到子序列。在此基础上,结合3种不同的机器学习基模型,提出一种基于VMD-SE和基模型的自适应多层级综合预测模型,并采用一种基于混沌萤火虫结合仿真鸡群优化的智能算法,对其权重矩阵进行实时调整。仿真结果表明,基于VMD的组合模型较采用聚类经验模式分解时预测精度明显提高,且所提综合模型的预测精度较组合模型有了进一步的改善。因此,所提综合模型能有效提高短期风电功率多步预测的准确性。
张亚超刘开培秦亮
共1页<1>
聚类工具0