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:
采用人工神经网络方法对内蒙古某风电场10台风机的输出功率进行了预测研究.分别利用不同输入变量和网络结构的4种网络模型进行了预测分析,发现采用风速、风向和温度作为输入变量,4-8-1型的网络结构,预测精度较高,平均绝对误差小于250 kW,正规化均方根误差小于5%.
推荐文章
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
基于NWP和深度学习神经网络短期风功率预测
风功率预测
深度学习神经网络
数值天气预报
建立转换模型
概率密度
案例分析
基于Elman神经网络模型的短期光伏发电功率预测
光伏发电
功率预测
相似日
Elman神经网络
基于CS-SVR模型的短期风电功率预测
功率预测
布谷鸟搜索算法
支持向量回归机
参数寻优
异常数据剔除
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 基于人工神经网络的风电功率短期预测研究
来源期刊 华东电力 学科 工学
关键词 风力发电 风电短期功率预测 人工神经网络
年,卷(期) 2009,(11) 所属期刊栏目 发电技术
研究方向 页码范围 1918-1921
页数 4页 分类号 TK81
字数 3398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 刘方锐 华中科技大学电气与电子工程学院 18 462 9.0 18.0
2 彭怀午 15 243 7.0 15.0
3 杨晓峰 8 187 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (19)
参考文献  (2)
节点文献
引证文献  (43)
同被引文献  (85)
二级引证文献  (276)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(14)
  • 引证文献(10)
  • 二级引证文献(4)
2012(36)
  • 引证文献(6)
  • 二级引证文献(30)
2013(50)
  • 引证文献(11)
  • 二级引证文献(39)
2014(45)
  • 引证文献(8)
  • 二级引证文献(37)
2015(46)
  • 引证文献(2)
  • 二级引证文献(44)
2016(32)
  • 引证文献(1)
  • 二级引证文献(31)
2017(30)
  • 引证文献(1)
  • 二级引证文献(29)
2018(24)
  • 引证文献(3)
  • 二级引证文献(21)
2019(26)
  • 引证文献(0)
  • 二级引证文献(26)
2020(16)
  • 引证文献(1)
  • 二级引证文献(15)
研究主题发展历程
节点文献
风力发电
风电短期功率预测
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
华东电力
月刊
1001-9529
31-1479/TM
大16开
上海市邯郸路171号
4-477
1972
chi
出版文献量(篇)
5669
总下载数(次)
8
论文1v1指导