钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
四川电力技术期刊
\
基于K-means聚类算法的风电场机群划分方法
基于K-means聚类算法的风电场机群划分方法
作者:
常喜强
张毅
徐立亮
胡仁祥
闫亚东
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
聚类算法
风电场
等值参数
等值模型
摘要:
针对风电场动态等值建模的难题,采用K-means聚类算法,探讨了风电场机群划分问题,致力于达到风电场并网运行点特性的一致性。为减小等值算法带来的误差,在风力机功率转换特性不变的前提下,采取只对同一机型的风电场进行等值划分的方式来完成。并以某实际风电场为例进行算例仿真,结果表明,等值前后风电场并网运行点特性保持一致,等值算法能够准确反映风电场机组的动态响应特性。
暂无资源
收藏
引用
分享
推荐文章
基于划分的数据挖掘K-means聚类算法分析
数据挖掘
聚类分析
K-means聚类算法
聚类中心选取
K-means算法改进
初始中心点
基于距离的K-Means划分式聚类算法及其编程实现
K-Means
聚类
算法
编程
基于变异的k-means聚类算法
聚类
mk-means算法
变异
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于K-means聚类算法的风电场机群划分方法
来源期刊
四川电力技术
学科
工学
关键词
聚类算法
风电场
等值参数
等值模型
年,卷(期)
2015,(6)
所属期刊栏目
电网技术
研究方向
页码范围
72-75,84
页数
5页
分类号
TM614
字数
2915字
语种
中文
DOI
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
常喜强
70
248
8.0
12.0
2
胡仁祥
10
6
2.0
2.0
3
徐立亮
5
4
2.0
2.0
4
张毅
3
2
1.0
1.0
5
闫亚东
1
2
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(144)
共引文献
(159)
参考文献
(11)
节点文献
引证文献
(2)
同被引文献
(6)
二级引证文献
(2)
1998(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(0)
二级参考文献(2)
2003(4)
参考文献(0)
二级参考文献(4)
2004(8)
参考文献(0)
二级参考文献(8)
2005(5)
参考文献(0)
二级参考文献(5)
2006(22)
参考文献(0)
二级参考文献(22)
2007(5)
参考文献(0)
二级参考文献(5)
2008(11)
参考文献(1)
二级参考文献(10)
2009(18)
参考文献(1)
二级参考文献(17)
2010(17)
参考文献(2)
二级参考文献(15)
2011(18)
参考文献(0)
二级参考文献(18)
2012(20)
参考文献(3)
二级参考文献(17)
2013(17)
参考文献(0)
二级参考文献(17)
2014(4)
参考文献(2)
二级参考文献(2)
2015(2)
参考文献(2)
二级参考文献(0)
2015(2)
参考文献(2)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
2019(3)
引证文献(1)
二级引证文献(2)
研究主题发展历程
节点文献
聚类算法
风电场
等值参数
等值模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
四川电力技术
主办单位:
四川省电机工程学会
四川电力试验研究院
出版周期:
双月刊
ISSN:
1003-6954
CN:
51-1315/TM
开本:
大16开
出版地:
四川省成都市高新区锦晖西二街16号四川电科院媒体业务中心
邮发代号:
创刊时间:
1978
语种:
chi
出版文献量(篇)
3021
总下载数(次)
2
总被引数(次)
10921
期刊文献
相关文献
1.
基于划分的数据挖掘K-means聚类算法分析
2.
基于距离的K-Means划分式聚类算法及其编程实现
3.
基于变异的k-means聚类算法
4.
K-means聚类算法的研究
5.
基于深度信念网络的K-means聚类算法研究
6.
基于K-means聚类算法的复杂网络社团发现新方法
7.
基于改进BA算法的K-means聚类
8.
基于Kd树改进的高效K-means聚类算法
9.
基于K-means聚类的数字半色调算法
10.
基于改进型K-means算法的笼式异步风电场等值研究
11.
一种基于密度的k-means聚类算法
12.
基于聚类中心优化的k-means最佳聚类数确定方法
13.
基于数据抽样的自动k-means聚类算法
14.
K-means聚类算法初始中心选择研究
15.
基于改进引力搜索算法的K-means聚类
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
四川电力技术2022
四川电力技术2021
四川电力技术2020
四川电力技术2019
四川电力技术2018
四川电力技术2017
四川电力技术2016
四川电力技术2015
四川电力技术2014
四川电力技术2013
四川电力技术2012
四川电力技术2011
四川电力技术2010
四川电力技术2009
四川电力技术2008
四川电力技术2007
四川电力技术2006
四川电力技术2005
四川电力技术2004
四川电力技术2003
四川电力技术2002
四川电力技术2001
四川电力技术2015年第6期
四川电力技术2015年第5期
四川电力技术2015年第4期
四川电力技术2015年第3期
四川电力技术2015年第2期
四川电力技术2015年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号