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:
风电是一种最方便、最成熟的可再生能源.风力发电具有波动性、间歇性和随机性,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来影响.通过风速风功率预测,对风电场的出力进行短期预报,是解决这一问题的有效途径.常用的预测方法中,要么预测结果偏差太大,要么存在过学习、维数灾难和局部极值问题.支持向量机(SVM)应用于风速风功率预测,明显优于常用方法,得到相当可观的结果.
推荐文章
基于风速数值预报的两种风电功率预测方法
风功率预测
神经网络
误差动态修订
释用方法
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
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
基于LS-SVM和核密度估计的概率性风电功率预测
风电功率预测
概率性预测
LS-SVM
核密度估计
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SVM的风速风功率预测模型
来源期刊 可再生能源 学科 工学
关键词 支持向量机 核函数 风速 风功率 预测
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 25-28,32
页数 分类号 TK8
字数 3022字 语种 中文
DOI 10.3969/j.issn.1671-5292.2010.04.006
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 张新燕 新疆大学电气工程学院 161 1140 18.0 26.0
2 王维庆 新疆大学电气工程学院 270 1957 20.0 32.0
3 戚双斌 新疆大学电气工程学院 2 133 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (120)
参考文献  (5)
节点文献
引证文献  (49)
同被引文献  (112)
二级引证文献  (299)
1985(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(8)
  • 引证文献(8)
  • 二级引证文献(0)
2013(18)
  • 引证文献(8)
  • 二级引证文献(10)
2014(25)
  • 引证文献(10)
  • 二级引证文献(15)
2015(41)
  • 引证文献(6)
  • 二级引证文献(35)
2016(40)
  • 引证文献(4)
  • 二级引证文献(36)
2017(63)
  • 引证文献(2)
  • 二级引证文献(61)
2018(67)
  • 引证文献(9)
  • 二级引证文献(58)
2019(64)
  • 引证文献(1)
  • 二级引证文献(63)
2020(22)
  • 引证文献(1)
  • 二级引证文献(21)
研究主题发展历程
节点文献
支持向量机
核函数
风速
风功率
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
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导