English
首页
科学研究
研究领域
论文成果
专利
著作成果
科研项目
教学研究
教学资源
授课信息
教学成果
获奖信息
招生信息
学生信息
我的相册
教师博客
专利
当前位置:
中文主页
>>
科学研究
>>
专利
基于特征提取和深度学习的风电爬坡事件预测方法
发布时间:2022-03-26
点击次数:
所属单位:中国矿业大学
专利类型:发明
申请号:202011398774 .6
是否职务专利:否
申请日期:2020-12-02
公开日期:2021-03-25
第一作者:韩丽
上一条:
基于改进径向移动算法的含风电场电力系统经济调度方法
返回顶部
+
韩丽
同专业硕导>>
同专业博导>>
个人信息
教授
博士生导师
硕士生导师
教师拼音名称:
hanli
电子邮箱:
1ee2a21db0c456d68d32c8660f3f8880021864aeed8590bd2831bd33f60a52a1016f79513d38529abf467c87a1a3efd164db5c57ca315f93915ac1dac319e2bd378df4e0c484f4b35d257b6a3d8872ad6cf9dbc92e5309488d973bef0d55b22e998a2609518b53815a00282e771c51d3c1242dd8745ceaa4dd366e0456686b41
所在单位:
电气工程学院
学历:
博士研究生毕业
性别:
女
学位:
博士
职称:
教授
曾获荣誉:
山东省科学技术进步奖
第五届安全生产科技成果奖
第六届安全生产科技成果奖
第十四届中国研究生电子设计竞赛华东分赛区优秀指导教师
第十五届中国研究生电子设计竞赛华东分赛区优秀指导教师。
中国矿业大学“巾帼建功立业先进个人”
其他联系方式
邮编:
5e964d2930e0b2721ec6f4385128b53ab624f63bdefb50b54eb40cf0a1689e742b2fc16bcdd8ea1606e745c90434e520032f3579767eb843c63abc5d3f04627812ff6fe34d0610de4c43deed3c407c7493327050f647f8ef836b78c92fdd003220dca844dd48136f327af7ba49dee213d39a8f4b2ae12cc123bda23e235d3b58
邮箱:
1ee2a21db0c456d68d32c8660f3f8880021864aeed8590bd2831bd33f60a52a1016f79513d38529abf467c87a1a3efd164db5c57ca315f93915ac1dac319e2bd378df4e0c484f4b35d257b6a3d8872ad6cf9dbc92e5309488d973bef0d55b22e998a2609518b53815a00282e771c51d3c1242dd8745ceaa4dd366e0456686b41
扫码关注我
访问量:
手机版
版权所有:中国矿业大学