基于时变双重压缩因子PSO的太阳能辐射预测资料同化模型研究

来源 :太阳能学报 | 被引量 : 0次 | 上传用户:zfhtang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对PSO在特定同化过程中的精度低及噪声干扰下的鲁棒性差的问题,该文将时变双重压缩因子PSO算法应用于含不连续“开关”过程的变分资料同化中,建立一种新的同化模型,并与动态权重PSO算法在同化结果、同化时效性和鲁棒性上进行了比较,结果表明:时变双重压缩因子PSO变分同化结果的精度明显优于动态惯性权重PSO,在观测误差以及模式误差的敏感性实验中也展示出其更强的鲁棒性.
其他文献
以2 MW风力机为研究对象,基于实际风力机状态(SCADA)系统大数据,选取叶片正常状态和覆冰状态下的风速、功率、桨距角和偏航角数据,采用核密度-均值数据处理方法,得到叶片覆冰
采用水槽模型试验的方法测试半潜式海上风力机在不同流向角下的涡激运动特征,并从响应幅值、运动频率等角度对其涡激运动的关键特征进行分析研究.结果表明:在不同来流方向情
提出一种基于径向基函数神经网络(radial basis function,RBF)的风力机结构适应性评估方法,综合考虑多个载荷分量对风力机结构应力响应的影响.该新型适应性评估方法与当前采
针对BP网络算法预测光伏组件电压易陷入局部最优解,提出一种新型智能算法--自适应差分进化算法优化BP神经网络(BPNN)。太阳能无人机光伏组件电压的预测是通过自适应差分进化算法对BP神经网络的初始值和阈值进行优化,经过不断趋同、异化、迭代,输出最优个体,并按照编码规则将其解码后得到BP神经网络的初始权值和初始阈值,建立SaDE-BPNN电压预测模型。为了证明新方法的优良性能,选取均值绝对误差、均值
当今的广告业并不缺乏规模,但是缺少尊严。缺少尊严的原因在于它的专业度不够,还有就是广告已经无法满足企业品牌传播的全部要求,或者说无法去完成企业品牌传播的任务。实际
构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型.首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集.然后,计及基于典型
随着2011年地方两会的渐次闭幕,各地区2010年的成绩单也陆续浮出水面。我们根据各地区2011年政府工作报告,梳理出反映地方经济发展实力和水平的七个方面的数据。 With the g
为提高单相并网逆变器的效率和并网电流质量,提出一种混合调制双频单相并网逆变器.该逆变器的功率单元和消谐单元并联于电网的两侧,并具有各自的母线,这种结构可实现拓扑结构
基于雷达实测风向数据,采用统计学方法,通过拟合曲线和回归分析中拟合优度的对比,证明可用Lorentz分布函数来描述风向角变化量的分布.研究结果表明:相对于用Gauss函数描述自
3月28日至4月1日,由省委书记、省人大常委会主任孙春兰率领的福建省代表团赴香港和澳门,展开以“叙友情、谋合作、促发展”为主题的访港澳之旅。从香江到濠江,每到一处,福建