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:
风电场模型对风电场和电力系统的运行都具有重要意义.为克服机理建模方法的不足,在论述神经网络建模原理基础上,采用误差反向传播(BP)网络拟合风电场的静态特性模型;在神经网络静态模型的基础上,进一步建立动态实时仿真模型.通过数据样本进行预处理、训练和测试,使得网络模型达到精度要求,确定每层的权值,从而能很好地拟合建模对象的性能.用采集到的另一些数据进行验证,且与实际结果进行比较,以验证智能建模办法的可行性和优越性.
推荐文章
基于改进BP神经网络的风电场无功补偿优化
风电场
潮流计算
无功补偿容量
BP神经网络
活性污泥法人工神经网络建模
人工神经网络
活性污泥法系统
模型
基于混合神经网络的风电场风资源评估
风电场
风资源评估
混合神经网络
自适应粒子群优化
基于人工神经网络的CAD技术
人工神经网络
CAD技术
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场建模
来源期刊 中国电力 学科 工学
关键词 风电场 神经网络建模 误差方向传播网络
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 79-82
页数 分类号 TP183|TM614
字数 2513字 语种 中文
DOI 10.3969/j.issn.1004-9649.2010.09.018
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 周雪松 天津理工大学天津市复杂系统控制理论及应用重点实验室 127 1794 24.0 36.0
2 马幼捷 天津理工大学天津市复杂系统控制理论及应用重点实验室 111 1720 24.0 36.0
3 李季 天津理工大学天津市复杂系统控制理论及应用重点实验室 20 148 7.0 12.0
4 杨海珊 天津理工大学天津市复杂系统控制理论及应用重点实验室 4 47 2.0 4.0
5 问虎龙 天津理工大学天津市复杂系统控制理论及应用重点实验室 5 66 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (15)
同被引文献  (135)
二级引证文献  (219)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(13)
  • 引证文献(1)
  • 二级引证文献(12)
2014(16)
  • 引证文献(3)
  • 二级引证文献(13)
2015(41)
  • 引证文献(3)
  • 二级引证文献(38)
2016(48)
  • 引证文献(2)
  • 二级引证文献(46)
2017(42)
  • 引证文献(0)
  • 二级引证文献(42)
2018(41)
  • 引证文献(2)
  • 二级引证文献(39)
2019(27)
  • 引证文献(1)
  • 二级引证文献(26)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
风电场
神经网络建模
误差方向传播网络
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
论文1v1指导