TY -非盟的委拉斯开兹麦地那,塞吉奥盟的法令,何塞·a . AU - Portero公司Ajenjo, Ulises PY - 2019 DA - 2019/03/26 TI -性能风电场功率曲线模型的灵敏度不同信号的人工神经网络的输入层:案例研究在加那利群岛SP - 2869149六世- 2019 AB -改善风电场的输出功率的估计使这种类型的大集成电子系统的能量来源。准确的发展模型代表一个风电场的实际操作是实现这一目标的一种方式。风电场功率曲线模型,提出了开发利用人工神经网络,并进行研究时影响模型的性能参数等气象条件(风的速度和方向)的领域之外的其他风电场位置添加作为神经网络的输入层的信号。使用此类信息可能会感兴趣的,要么研究可能的改进,可以在获得原始模型的性能,使用专门的气象条件区域风电场所在地,或者只是因为没有可靠的气象数据的区域风电场是可用的。研究开发的推导,结合气象数据的额外气象站除了风电场的网站可以提高17.6%的性能原始模型。SN - 1076 - 2787你——https://doi.org/10.1155/2019/2869149——10.1155 / 2019/2869149 JF - PB - Hindawi KW - ER -复杂性