作者:
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:
目的 为了减少风电场风速预测的误差,研究基于支持向量机(SVM)模型的短期风速预测.方法 采用SVM回归估计算法建立预测模型.结果 将该方法应用于实测数据进行预测,结果表明预测误差确实得到了降低.结论 和传统回归方法(如ARMA)比较说明所建模型是可行和有效的.
推荐文章
基于支持向量机的短期负荷预测
电力系统负荷
短期预测
支持向量机
网格法
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
基于最小二乘支持向量机的短期负荷预测模型
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
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 基于支持向量机的短期风速预测研究
来源期刊 宝鸡文理学院学报(自然科学版) 学科 工学
关键词 支持向量机 短期风速 预测
年,卷(期) 2009,(1) 所属期刊栏目
研究方向 页码范围 16-18
页数 3页 分类号 TM614
字数 2095字 语种 中文
DOI 10.3969/j.issn.1007-1261.2009.01.005
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 王慧勤 宝鸡文理学院数学系 24 77 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (564)
参考文献  (3)
节点文献
引证文献  (14)
同被引文献  (30)
二级引证文献  (70)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(16)
  • 引证文献(5)
  • 二级引证文献(11)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(16)
  • 引证文献(1)
  • 二级引证文献(15)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
短期风速
预测
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
宝鸡文理学院学报(自然科学版)
季刊
1007-1261
61-1290/N
大16开
陕西省宝鸡市宝光路44号
1979
chi
出版文献量(篇)
1784
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导