科研之友
微信
新浪微博
Facebook
分享链接
摘要
风速、机组故障等环境的随机性,造成风电机组参数辨识的不确定性,给机组参数带来困难。为此,文章将贝叶斯理论与神经网络模型进行结合,采用了基于贝叶斯神经网络的风电机组辨识策略。与传统最小二乘法辨识策略结果对比表示,该方法具有全局误差容易收敛,训练迭代步数少等优点。
- 单位
风速、机组故障等环境的随机性,造成风电机组参数辨识的不确定性,给机组参数带来困难。为此,文章将贝叶斯理论与神经网络模型进行结合,采用了基于贝叶斯神经网络的风电机组辨识策略。与传统最小二乘法辨识策略结果对比表示,该方法具有全局误差容易收敛,训练迭代步数少等优点。
