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:
利用时间序列一神经网络法研究了短期风速预测.该方法用时间序列模型来选择神经网络的输入变量,选用多层反向传播(back propagation,BP)神经网络和广义回归神经网络(generalized regression neural network,GRNN)分别对采样时间间隔为10 min、20 min和30 min的风速序列进行预测.结果表明,时间序列结合GRNN的方法精度更高,具有一定的实用价值.
推荐文章
基于相空间重构理论与递归神经网络相结合的股票短期预测方法
股票短期预测
时间序列
相空间
神经网络
一种改进组合神经网络的超短期风速预测方法研究
风力发电
超短期风速预测
BP神经网络
长短期记忆(LSTM)神经网络
差分进化(DE)算法
残差调整灰色BP神经网络的短期风速预测研究
灰色预测
BP神经网络
风速预测
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
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 时间序列与神经网络法相结合的短期风速预测
来源期刊 电网技术 学科 工学
关键词 短期风速预测:风力发电 时间序列 人工神经网络
年,卷(期) 2008,(8) 所属期刊栏目 新能源与分布式发电
研究方向 页码范围 82-85,90
页数 5页 分类号 TM715
字数 3291字 语种 中文
DOI
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 蔡凯 江苏大学电气信息工程学院 1 194 1.0 1.0
2 谭伦农 江苏大学电气信息工程学院 31 595 12.0 24.0
3 李春林 1 194 1.0 1.0
4 陶雪峰 江苏大学电气信息工程学院 2 197 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (1073)
参考文献  (11)
节点文献
引证文献  (194)
同被引文献  (331)
二级引证文献  (1333)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(13)
  • 参考文献(2)
  • 二级参考文献(11)
2003(11)
  • 参考文献(1)
  • 二级参考文献(10)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(15)
  • 引证文献(15)
  • 二级引证文献(0)
2010(31)
  • 引证文献(15)
  • 二级引证文献(16)
2011(68)
  • 引证文献(23)
  • 二级引证文献(45)
2012(124)
  • 引证文献(23)
  • 二级引证文献(101)
2013(174)
  • 引证文献(24)
  • 二级引证文献(150)
2014(195)
  • 引证文献(20)
  • 二级引证文献(175)
2015(199)
  • 引证文献(19)
  • 二级引证文献(180)
2016(187)
  • 引证文献(14)
  • 二级引证文献(173)
2017(187)
  • 引证文献(20)
  • 二级引证文献(167)
2018(153)
  • 引证文献(5)
  • 二级引证文献(148)
2019(154)
  • 引证文献(13)
  • 二级引证文献(141)
2020(38)
  • 引证文献(1)
  • 二级引证文献(37)
研究主题发展历程
节点文献
短期风速预测:风力发电
时间序列
人工神经网络
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
总被引数(次)
346228
论文1v1指导