-
公开(公告)号:CN119496112A
公开(公告)日:2025-02-21
申请号:CN202411518046.2
申请日:2024-10-29
Applicant: 扬州大学
Abstract: 本发明提供一种长期风力发电量预测方法,通过设计速率阻尼适形分数阶累加算子来提高不确定风电数据挖掘的有效性和效率,同时提出了基于速率阻尼适形分数阶的灰色伯努利模型,即RDCFBM(1,1,tβ)模型,在传统NGBM(1,1)模型中引入三个新参数,包括适形分数阶次、阻尼系数和结构指数,提高了不确定增长率影响下的地区年风力发电的预测精度。此外利用灰狼优化算法对模型的非线性参数进行优化,增强模型的在不同地区场景下的自适应性。对比传统灰色预测模型,RDCFBM(1,1,tβ)模型提高了多个地区年风力发电量的模拟精度和预测精度,具有更好的鲁棒性和应用性。
-
公开(公告)号:CN109839820A
公开(公告)日:2019-06-04
申请号:CN201810694227.9
申请日:2018-06-29
Applicant: 扬州大学
IPC: G05B11/42
Abstract: 本发明提出一种基于灰色随机差分进化算法的振动系统PID控制优化方法。对PID控制参数即目标矢量进行初始化后,根据灰关联度和随机自适应策略,计算更新变异因子和交叉概率,然后进行变异、交叉和选择操作,得到下一代的目标矢量,即新的PID控制参数,如此迭代,直到达到设定的最高迭代次数。本发明中,灰色随机差分进化算法能够利用灰色随机自适应机制更新变异因子和交叉概率,从而可以在较少迭代次数和较小种群规模下高效地搜索振动系统的最优PID控制参数。
-