2024年12月15日
星期日
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李昆
作品数:
1
被引量:2
H指数:1
供职机构:
山西大学
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
高金城
山西大学
王先军
山西大学
郭敏
山西大学
赵巧娥
山西大学
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
子群
1篇
粒子群
1篇
聚类
1篇
聚类算法
1篇
K-MEAN...
1篇
K-MEAN...
1篇
MEANS
机构
1篇
山西大学
作者
1篇
赵巧娥
1篇
郭敏
1篇
王先军
1篇
高金城
1篇
李昆
传媒
1篇
自动化技术与...
年份
1篇
2017
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于优化粒子群K-means聚类算法在风功率预测中的应用
被引量:2
2017年
由于风的间隙性、随机性、波动性很大,为了提高电网运行稳定性,有必要进行风功率预测。由于风电机组在实际当中运行受地理环境因素的限制,所以传统风电场建模进行风功率预测的方法不再适用,而通过K-means聚类算法求取风电机组的风速-功率曲线虽然准确性有所提高,但由于k-means聚类中心随机选择,仍然存在很多缺陷。本文提出利用优化粒子群的K-means聚类算法进行风功率预测,通过仿真结果验证了利用优化粒子群的K-means聚类算法进行风功率预测的准确性要比传统的方法以及K-means聚类算法的准确性高。
郭敏
赵巧娥
王先军
高金城
李昆
关键词:
K-MEANS聚类算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张