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:
由于风速的随机性很大,风速大小的影响因素较多,风速预测的准确度不高.针对这种现象,该文基于支持向量机(SVM)理论,结合风速资料,建立支持向量机(SVM)预测模型来进行短期的风速预测,由支持向量机预测模型得到的预测风速与实际风速基本一致,预测效果较理想,预测的平均绝对百分比误差为10.07%,验证了支持向量机预测模型在风速短期预测中的可行性.
推荐文章
基于支持向量机的旅游需求量预测模型
旅游需求量
预测模型
支持向量机
灰色模型
参数优化
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
基于支持向量机回归的宁夏地震前兆综合预测模型研究
宁夏及邻区
支持向量机
地震前兆异常
地震综合预测
基于支持向量机的航空发动机振动预测模型研究
支持向量机
相空间重构
振动预测
嵌入维数
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 基于支持向量机的风速预测模型研究
来源期刊 太阳能学报 学科 工学
关键词 支持向量机(SVM) 风速预测 短期预测
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 928-932
页数 分类号 TK81
字数 3225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 张华 华北电力大学可再生能源学院 47 319 10.0 16.0
2 曾杰 华北电力大学可再生能源学院 4 127 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (215)
参考文献  (11)
节点文献
引证文献  (88)
同被引文献  (230)
二级引证文献  (387)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(6)
  • 参考文献(3)
  • 二级参考文献(3)
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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(12)
  • 引证文献(12)
  • 二级引证文献(0)
2013(22)
  • 引证文献(12)
  • 二级引证文献(10)
2014(38)
  • 引证文献(13)
  • 二级引证文献(25)
2015(48)
  • 引证文献(12)
  • 二级引证文献(36)
2016(62)
  • 引证文献(14)
  • 二级引证文献(48)
2017(81)
  • 引证文献(10)
  • 二级引证文献(71)
2018(98)
  • 引证文献(8)
  • 二级引证文献(90)
2019(79)
  • 引证文献(4)
  • 二级引证文献(75)
2020(32)
  • 引证文献(0)
  • 二级引证文献(32)
研究主题发展历程
节点文献
支持向量机(SVM)
风速预测
短期预测
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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
论文1v1指导