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 | 02006 | |
页数 | 7 | |
段内 | 能源 | |
多尔市 | https://doi.org/10.1051/e3sconf/202338702006 | |
在线发布 | 2023年5月15日 |
必威主页
38702006(2023)
优化智能网格使用机器学习
一号新太子Shri Bhavani工程技术学院,获ACTE批准,附属印度Anna大学
2班纳里安曼技术学院,印度Erode
3助理教授Prince博士K.Vasudevan工程技术学院Chennai-127
4Chennai工程学院Shri Venkateshra助理教授-127
*对应作者 :umamageswarid@bitsathy.ac.in
智能电网可再生能源管理是一个挑战性问题,原因是可再生能源的不确定性和变异性为提高可再生能源利用的效率和可靠性,提出了各种优化技术建议。本文建议基于极端学习机算法的粒子最优化智能网格优化可再生能源管理方法ELM算法用于建模预测可再生能源生成,PSO算法用于优化ELM算法参数拟方法根据太阳能生成数据集评价,并与其他优化技术比较结果显示ELM-PSO方法可提高可再生能源预测的精度并降低智能电网的能源成本各种可再生能源系统可使用拟议方法,如风轮机、太阳能板和水电厂,以提高可再生能源利用的效率和可靠性。
关键字 :可再生能源管理/智能网格/优化/极端机器学习/粒子汇优化
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