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:
结合粗糙集提出了一种RBF神经网络短期风速预测模型.采用粗糙集对预测模型的输入特征空间进行约简,找出对未来预测的风速具有主要影响的因素,以此作为RBF神经网络预测模型的输入变量;在RBF神经网络训练的过程中,采用在线滚动优化策略,将最新的样本加入训练集,从而使预测模型能够跟踪风速的最新变化.将提出的方法用于某风电场的lh短期风速预测,仿真实验结果表明该方法具有结构简单、预测精度高的优点.
推荐文章
基于粗糙集神经网络的燃煤发热量预测模型
粗糙集
约简
神经网络
发热量
基于粗糙集模糊神经网络的爆破振动危害预测
爆炸力学
危害预测
粗糙集
爆破振动
模糊神经网络
基于粗糙集与RBF神经网络的雷达辐射源信号识别研究
雷达辐射源识别
粗糙集
粗糙K-均值
RBF神经网络
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 基于粗糙集和RBF神经网络的风电场短期风速预测模型
来源期刊 南京工业大学学报(自然科学版) 学科 工学
关键词 风力发电 短期风速预测 粗糙集 RBF神经网络
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 67-71
页数 分类号 TM614
字数 3399字 语种 中文
DOI 10.3969/j.issn.1671-7627.2011.06.014
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 周献中 南京大学工程管理学院 146 1482 21.0 32.0
2 王德明 南京工业大学自动化与电气工程学院 43 316 10.0 15.0
3 张广明 南京工业大学自动化与电气工程学院 192 1540 18.0 27.0
4 王莉 南京工业大学自动化与电气工程学院 22 318 9.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (747)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (31)
二级引证文献  (41)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
风力发电
短期风速预测
粗糙集
RBF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
南京工业大学学报(自然科学版)
双月刊
1671-7627
32-1670/N
大16开
南京市浦珠南路30号
1979
chi
出版文献量(篇)
3082
总下载数(次)
9
总被引数(次)
24308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导