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       
摘要:
在电力市场中,风电所占电网的比例越来越大.但由于风的波动及其不可控性,风电场的发电量也在随机变化,所以很有必要对其产能进行预测.风速是影响产能最直接最根本的因素.本文利用时间序列神经网络对风电场的风速提前一小时进行预测,为电力调度提供参考,并为更长时间(半天,一天或两天)的风速预测提供理论基础.
推荐文章
风电场风速和发电功率预测研究
风力发电
风速预测
风力发电功率预测
时间序列
人工神经网络
风电场风速的神经网络组合预测模型
风速预测
组合预测模型
遗传算法
神经网络
粒子群优化
基于迟滞神经网络的风速时间序列预测
神经网络
迟滞
风速时间序列
预测
基于气象因子的BP神经网络风电场风速预测
气象因子
BP神经网络
相似日
风电场
风速预测
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 基于神经网络的风电场风速时间序列预测研究
来源期刊 节能技术 学科 工学
关键词 风速 预测 时间序列 神经网络
年,卷(期) 2007,(2) 所属期刊栏目 研究与探讨
研究方向 页码范围 106-108,175
页数 4页 分类号 TK81
字数 2942字 语种 中文
DOI 10.3969/j.issn.1002-6339.2007.02.003
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 王维庆 270 1957 20.0 32.0
2 肖永山 1 149 1.0 1.0
3 霍晓萍 1 149 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (482)
参考文献  (3)
节点文献
引证文献  (149)
同被引文献  (272)
二级引证文献  (1324)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2001(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(8)
  • 引证文献(8)
  • 二级引证文献(0)
2009(17)
  • 引证文献(9)
  • 二级引证文献(8)
2010(41)
  • 引证文献(11)
  • 二级引证文献(30)
2011(98)
  • 引证文献(21)
  • 二级引证文献(77)
2012(148)
  • 引证文献(22)
  • 二级引证文献(126)
2013(186)
  • 引证文献(22)
  • 二级引证文献(164)
2014(173)
  • 引证文献(15)
  • 二级引证文献(158)
2015(188)
  • 引证文献(11)
  • 二级引证文献(177)
2016(175)
  • 引证文献(11)
  • 二级引证文献(164)
2017(163)
  • 引证文献(8)
  • 二级引证文献(155)
2018(131)
  • 引证文献(2)
  • 二级引证文献(129)
2019(116)
  • 引证文献(4)
  • 二级引证文献(112)
2020(27)
  • 引证文献(3)
  • 二级引证文献(24)
研究主题发展历程
节点文献
风速
预测
时间序列
神经网络
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
节能技术
双月刊
1002-6339
23-1302/TK
大16开
哈尔滨工业大学节能楼
14-110
1983
chi
出版文献量(篇)
2948
总下载数(次)
8
总被引数(次)
20688
论文1v1指导