Zobrazeno 1 - 10
of 43
pro vyhledávání: '"WENG, Guoqing"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mao Huiqin, Lianhua Zhang, Hu Kuiwei, Zhang Lijuan, Wang Yanlong, Zhang Yuhuan, Wang Yu, Wang Zhongting, Chen Cuihong, Shaohua Zhao, Weng Guoqing, Wei Zhou, Zhao Aimei, Hui Chen, Zhou Chunyan, Ma Pengfei
Publikováno v:
Air Quality, Atmosphere & Health. 14:157-169
Satellite remote sensing is increasingly applied in the field of environmental protection, especially in atmospheric monitoring. Here, a comprehensive review is provided on the development, limits, and prospects of remote sensing of the atmospheric e
Publikováno v:
In Discrete Applied Mathematics 2010 158(14):1511-1523
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wang, Zhongting, Ma, Pengfei, Zhang, Lijuan, Chen, Hui, Zhao, Shaohua, Zhou, Wei, Chen, Cuihong, Zhang, Yuhuan, Zhou, Chunyan, Mao, Huiqin, Wang, Yu, Wang, Yanlong, Zhang, Lianhua, Zhao, Aimei, Weng, Guoqing, Hu, Kuiwei
Publikováno v:
Air Quality, Atmosphere & Health; 2021, Vol. 14 Issue 2, p157-169, 13p
Publikováno v:
2017 IEEE Conference on Energy Internet and Energy System Integration (EI2).
In this paper, a new approach based on neural network is proposed to availably predict the power quality (PQ) for smart grid with distributed generation (DG) integration. We first analyze the various factors that have remarkable impact on the variati