检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:吕清泉[1] 汪宁渤[1] 张健美[1] 王明松[1]
机构地区:[1]甘肃省电力公司风电技术中心,兰州730070
出 处:《内燃机与配件》2018年第1期224-225,共2页Internal Combustion Engine & Parts
摘 要:随着风电急速发展,风电功率预测准确性更加重要。而这些技术严重依赖于风电出力,测风等基础数据,然而,在数据采集到存储过程中存在各种各样的原因会导致数据缺失或异常。由于风功率数据具有时间序列的平稳特性,而ARMA模型具有良好的对时间序列进行建模的能力,本文将利用ARMA模型对风功率数据进行建模,并用来对序列中缺失的数据进行估计预测。实验结果验证了该数据估计方法的有效性。
分 类 号:TM614[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.222