文献类型：期刊文章

作　　者：马骥[1] 马忠彧[2,3] 马宏锋[2,3]

MA Ji;MA Zhongyu;MA Hongfeng(School of Electronic Science and Engineering,University of Electronic Science and Technology of China,Chengdu 610051;College of Electronic Information Engineering,Lanzhou Institute of Technology,Lanzhou 730050;Gansu Province Resources and Environment Informatization Engineering Laboratory,Lanzhou 730050)

机构地区：[1]电子科技大学电子科学与工程学院(示范性微电子学院),成都610051 [2]兰州工业学院电子信息工程学院,兰州730050 [3]甘肃省资源环境信息化工程实验室,兰州730050

出　　处：《计算机与数字工程》

基　　金：国家自然科学基金项目(编号:61461023);甘肃省青年自然基金项目(编号:18JR3RA231,1610RJYA021,1606RJYA271);甘肃省高校科研项目(编号:2016A-98,2018A-124,2017A-104);甘肃省高校创新能力提升项目(编号:2019A-144);兰州科技支撑计划项目(编号:2017-4-101,2018-RC-31);兰州工业学院“开物”团队培养计划项目(编号:2018KW-01);兰州工业学院“启智”培养计划项目(编号:2019QZ-03)资助。

年　　份：2021

卷　　号：49

期　　号：7

起止页码：1465-1468

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对风电网中电机的精确估计及电网的动态调整问题,提出了基于极限学习机(ELM)的风电机组功率预测实现方法。首先对EML中的隐含层激励函数进行建模,其次通过预处理样本数据、确定激活函数、最大隐含层节点数和最大主成分数、判断RMSECV均值、输出权值及输出矩阵计算等步骤来预测风电机组输出功率,最后通过系统仿真和数据对比分析验证了论文所提出的方法在电机的精确估计及电网的动态调整方面的性能增益。

关 键 词：电机估计  电网调整  极限学习机

分 类 号：V242.3]