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:
基于时间序列的方法,对风速的长期预测进行了研究,并在工程应用的基础上提出了新的预测思路:首先将风速信号分解成趋势信号和去趋势项随机信号,然后分别用滑动滤波和小波分析这2种方法对分解出的去趋势项随机信号进行数据处理并比较,再用时间序列的方法对趋势项信号和处理后的信号分别进行预测并叠加,得到最后的预测风速信号.结果表明:五项滑动滤波处理数据的方法与Daubechies小波分解法均能实现精度较高的风速长期预测;与小波分解法相比,滑动滤波方法算法的复杂性低,在工程应用上可行性更高.
推荐文章
一种基于时间序列模型的风速预测方法
污染物扩散
时间序列
风速
预测
基于混沌时间序列模型的水务量预测
神经网络
混沌时间序列
水务量
基于时间序列模型的故障预测研究
机内测试
时间序列
故障预测
基于时间序列模型的粒子滤波行人跟踪算法研究
时间序列
粒子滤波
行人跟踪
颜色直方图
ARMA
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 基于时间序列模型的风电场风速预测研究
来源期刊 动力工程学报 学科 工学
关键词 风电场 风速预测 时间序列 ARMA模型 滑动滤波 小波分析
年,卷(期) 2011,(3) 所属期刊栏目 新能源
研究方向 页码范围 203-208
页数 分类号 TM614
字数 5185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 杨锡运 华北电力大学控制与计算机工程学院 51 850 14.0 29.0
2 孙翰墨 华北电力大学控制与计算机工程学院 2 37 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (620)
参考文献  (7)
节点文献
引证文献  (33)
同被引文献  (88)
二级引证文献  (48)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(11)
  • 引证文献(10)
  • 二级引证文献(1)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(9)
  • 引证文献(4)
  • 二级引证文献(5)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(12)
  • 引证文献(4)
  • 二级引证文献(8)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
风电场
风速预测
时间序列
ARMA模型
滑动滤波
小波分析
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
动力工程学报
月刊
1674-7607
31-2041/TK
大16开
上海市闵行剑川路1115号
4-301
1981
chi
出版文献量(篇)
3904
总下载数(次)
10
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导