《表5 3种预测时间间隔下不同工况拟合误差分布参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采用GA-BPNN与TLS模型的风电机组异常辨识方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用TLS分布模型分析不同预测时间间隔与不同风速区间下状态参数误差分布的差异性，分析所选的17号风电机组在2012年4月发电机轴承温度预测误差。为保证各风速区间内样本数据的数量，将风速划分为4个风速区间。表5对比了3种预测时间间隔下，TLS分布在不同运行风速区间下的模型参数。可见，在同一预测时间间隔下，TLS分布的标准差随着风速的增大而增大，在同一风速区间下，预测时间间隔越大标准差越大，说明误差分散性随着预测时间间隔的变大而变大。