机译:基于经验模态分解和神经网络的风力发电最佳超级电容器铅酸蓄电池储能容量确定
Hohai Univ, Coll Energy & Elect Engn, Nanjing 210098, Jiangsu, Peoples R China;
Hohai Univ, Coll Energy & Elect Engn, Nanjing 210098, Jiangsu, Peoples R China;
Nanyang Technol Univ, Sch Elect & Elect Engn, Singapore 639798, Singapore;
Curtin Univ Technol, Sch Elect & Comp Engn, Perth, WA, Australia;
Jiangsu Elect Power Co Res Inst, Nanjing 211103, Jiangsu, Peoples R China;
Microgrids; Hybrid energy storage system; Neural network; Empirical mode decomposition; Level of smoothness;
机译:基于集成经验模态分解和非线性自回归神经网络的锂离子电池容量多尺度融合预测方法
机译:基于ADALINE(自适应线性NEuron)的协调控制,用于通过减少BESS(电池储能系统)容量来平滑风电波动
机译:在考虑电网寿命的情况下,在配电网中优化具有风能和太阳能DG的电池储能系统的尺寸和分配,以进行电压调节
机译:模糊经验模式分解,用于平滑风电与电池储能系统
机译:确定电池能量存储系统的功率和能量容量,利用平滑的馈线轮廓来适应配电馈线上的高光伏渗透率。
机译:使用经验模式分解结合通过粒子群算法优化的反向传播人工神经网络预测门诊人次
机译:电池储能系统平滑风能的模糊经验模态分解