인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Wind power curve (WPC) is an important index of wind turbines, and it plays an important role in wind power prediction and condition monitoring of wind turbines. Motivated by model parameter estimation of logistic function in WPC modelling, aimed at the problem of selecting initial value of model parameter estimation and local optimum result, based on the combination of genetic algorithm and least square estimation method, a genetic least square estimation (GLSE) method of parameter estimation is proposed, and the global optimum estimation result can be obtained. Six evaluation indices including the root mean square error, the coefficient of determination R<sup>2</sup>, the mean absolute error, the mean absolute percentage error, the improved Akaike information criterion and the Bayesian information criterion are used to select the optimal power curve model in the different candidate models, and avoid the model's over-fitting. Finally, to predict the annual energy production and output power of wind turbines, a two-component Weibull mixture distribution wind speed model and five-parameter logistic function power curve model are applied in a wind farm of Jiangsu Province, China. The results show that the GLSE approach proposed in this paper is feasible and effective in WPC modelling and wind power prediction, which can improve the accuracy of model parameter estimation, and five-parameter logistic function can be preferred compared with high-order polynomial and four-parameter logistic function when the fitting accuracy is close.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
