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:
通过对风力发电系统的发电功率时间序列进行低维非线性动力学建模,表明该时间序列呈现混沌特性.在此基础上,利用混沌时间序列的相空间理论建立了风力发电功率神经网络预测模型,对风力发电功率的短期预测进行了分析和研究,并得到了较高的精度.本文研究数据均来自大唐赛罕坝百万千瓦级风电场.
推荐文章
考虑发电工况和站内损耗的风电场 可用发电功率估算方法
风电
斯皮尔曼相关系数
长短期记忆网络
理论发电功率
站内损耗
可用发电功率
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
光伏发电系统发电功率预测
光伏
功率预测
粒子群算法
核函数极限学习机
右玉高家堡风电场功率预测系统开发与应用
风电场
功率预测
时间序列
人工神经网络
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 基于混沌时间序列的大型风电场发电功率预测建模与研究
来源期刊 电工技术学报 学科 工学
关键词 风力发电 混沌属性 功率预测 神经网络
年,卷(期) 2008,(12) 所属期刊栏目 电力系统
研究方向 页码范围 125-129
页数 5页 分类号 TM614
字数 3046字 语种 中文
DOI 10.3321/j.issn:1000-6753.2008.12.020
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 廖晓钟 北京理工大学信息科学技术学院 71 1571 22.0 38.0
5 冬雷 北京理工大学信息科学技术学院 36 746 16.0 27.0
9 王丽婕 北京理工大学信息科学技术学院 5 415 5.0 5.0
10 高爽 北京理工大学信息科学技术学院 8 563 8.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (489)
参考文献  (10)
节点文献
引证文献  (82)
同被引文献  (150)
二级引证文献  (594)
1985(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2011(13)
  • 引证文献(7)
  • 二级引证文献(6)
2012(19)
  • 引证文献(7)
  • 二级引证文献(12)
2013(44)
  • 引证文献(13)
  • 二级引证文献(31)
2014(51)
  • 引证文献(10)
  • 二级引证文献(41)
2015(97)
  • 引证文献(12)
  • 二级引证文献(85)
2016(117)
  • 引证文献(10)
  • 二级引证文献(107)
2017(109)
  • 引证文献(4)
  • 二级引证文献(105)
2018(115)
  • 引证文献(7)
  • 二级引证文献(108)
2019(83)
  • 引证文献(4)
  • 二级引证文献(79)
2020(21)
  • 引证文献(1)
  • 二级引证文献(20)
研究主题发展历程
节点文献
风力发电
混沌属性
功率预测
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
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导