开放存取
问题 |
E3S网页汇编
卷积3872023
可再生能源技术智能工程国际会议 |
|
---|---|---|
文章号 | 01003 | |
页数 | 7 | |
段内 | 电子电气工程 | |
多尔市 | https://doi.org/10.1051/e3sconf/202338701003 | |
在线发布 | 2023年5月15日 |
必威主页
38701003 (2023年)
利用机器学习技巧预测风波性能
一号R.V.S.工程学院Dindigul5印度
2新太子Shri Bhavani工程技术学院,获ACTE批准,附属Anna大学
3钦奈Shri VenkateshraPadmathy工程学院助理教授-127
4助理教授Prince博士K.开奈Vasudevan工程技术学院-127
*对应作者 :itsjoemarshell@gmail.com
风能快速增长,精确预测风轮机性能的能力对优化风能生产至关重要。机器学习技术应用成功预测风轮机性能使用各种模型,如神经网络、决策树和支助向量机传统机器学习模型如神经网络需要大量时间培训优化,其性能可能因超装和超装而受到影响为应对这些挑战,建议反向调整算法使用神经网络模型预测风轮机性能拟方法可用于现实世界预测风轮机性能和优化风能生产,帮助向可持续清洁能源过渡
关键字 :风轮机/可再生能源/机器学习/反插
必威西汉姆赞助2023年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间