...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Renewable Power Generation, IET >Wind turbine power curve estimation based on earth mover distance and artificial neural networks
【24h】

Wind turbine power curve estimation based on earth mover distance and artificial neural networks

机译：基于推土机距离和人工神经网络的风机功率曲线估计

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A data-based estimation of the wind-power curve in wind turbines may be a challenging task due to the presence of anomalous data, possibly due to wrong sensor reads, operation halts, malfunctions or other. In this study, the authors describe a data-based procedure to build a robust and accurate estimate of the wind-power curve. In particular, they combine a joint clustering procedure, where both the wind speeds and the power data are clustered, with an Earth Mover Distance-based Extreme Learning Machine algorithm to filter out data that poorly contribute to explain the unknown curve. After estimating the cut-in and the rated speed, they use a radial basis function neural network to fit the filtered data and obtain the curve estimate. They extensively compared the proposed procedure against other conventional methodologies over measured data of nine turbines, to assess and discuss its performance.
机译：由于存在异常数据，可能是由于错误的传感器读取，操作暂停，故障或其他原因，因此基于数据的风力涡轮机风能曲线估计可能是一项艰巨的任务。在这项研究中，作者描述了一种基于数据的程序来建立鲁棒而准确的风电曲线估计。特别是，它们结合了联合聚类过程（在该过程中将风速和功率数据都聚类了）和基于地球移动距离的极限学习机算法，以滤除对解释未知曲线的贡献不大的数据。在估算出切入量和额定速度之后，他们使用径向基函数神经网络拟合滤波后的数据并获得曲线估算值。他们对九台涡轮机的测量数据与其他常规方法进行了广泛的比较，以评估和讨论其性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号