...
机译:完善风力涡轮机数据集,以进行应用随机森林和k近邻的风能集成研究
Helmholtz Ctr Environm Res GmbH UFZ, Dept Bioenergy, Permoserstr 15, D-04318 Leipzig, Germany;
Helmholtz Ctr Environm Res GmbH UFZ, Dept Bioenergy, Permoserstr 15, D-04318 Leipzig, Germany|DBFZ Deutsch Biomasseforschungszentrum gGmbH, Bioenergy Syst Dept, Torgauer Str 116, D-04347 Leipzig, Germany;
Wind energy; Wind turbine data; Machine learning; Random forests; Wind power integration;
机译:基于大型风速数据集和功率曲线数据的风力涡轮机的年平均风力输出产生预测
机译:低风速风力涡轮机的切换策略基于实时风流程预测,对风电和EVS集成
机译:通过与垂直轴风力发电机集成来提高水平轴风力发电机的运行能力
机译:不平衡数据集中基于MBK-SMOTE和随机森林的风电叶片结冰预测
机译:基于数据集特征的随机和进化方法,具有在k离邻居中的采样和抽样
机译:大规模风力涡轮机部署降低了风速,降低了涡轮机效率并设定了较低的发电极限
机译:基于多网站的风速预测与k最近邻和VAR模型的学习数据选择方法研究了传染媒介回归的风速时间序列数据
机译:风综合研究数据建模的进展:风综合国家数据集(WIND)工具包。