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:
风力发电是新能源发电中技术之一,对促进电力工业调整、减少环境污染、推进技术进步具有重要意义.然而,目前风力发电的大规模使用还存在一定的难度,开展风电场功率预测的研究势在必行,基于小波理论及神经网络的方法,开展相应的研究.
推荐文章
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
基于小波-神经网络的短期风电功率预测研究
电力系统
风电场
风电功率预测
小波-神经网络
小波分析
神经网络
基于NWP和深度学习神经网络短期风功率预测
风功率预测
深度学习神经网络
数值天气预报
建立转换模型
概率密度
案例分析
基于Elman神经网络模型的短期光伏发电功率预测
光伏发电
功率预测
相似日
Elman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 基于小波神经网络的风电功率预测
来源期刊 电气开关 学科 工学
关键词 风力发电 小波理论 神经网络 风电功率预测
年,卷(期) 2011,(4) 所属期刊栏目 设计与研究
研究方向 页码范围 18-20
页数 分类号 TM71
字数 3021字 语种 中文
DOI 10.3969/j.issn.1004-289X.2011.04.007
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 齐放 5 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (623)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (15)
二级引证文献  (43)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
风力发电
小波理论
神经网络
风电功率预测
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
电气开关
双月刊
1004-289X
21-1279/TM
大16开
沈阳市于洪区巢湖街10号
8-65
1963
chi
出版文献量(篇)
3086
总下载数(次)
9
总被引数(次)
8969
论文1v1指导