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:
由于风速具备很好的时序性和随机性,因此选用时间序列的ARMA(p,q)模型对风速进行预测.为了进一步提高预测精度,先利用小波多分辨分解对全风速进行高低频分解,提取出低频平缓信号,然后对平缓后的数据进行时间序列预测.并以某风电场实测风速为例,实际算例表明:该组合模型可以有效提高风速预测精度,具有一定实用性.
推荐文章
基于小波分析与支持向量机的时间序列预测
小波分析
多尺度分解
去噪
支持向量机
时间序列预测
基于小波分解的网络流量时间序列建模与预测
网络流量
小波分解
时间序列
预测
基于小波分解与重构的混沌时间序列预测
小波分解与重构
混沌时间序列
预测
采用小波分析和神经网络的短期风速组合预测
短期预测
小波分析
径向基神经网络
Elman神经网络
广义回归神经网络
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 基于小波分析和时间序列的风速预测
来源期刊 陕西电力 学科 工学
关键词 小波分析 时间序列 ARMA模型 风速 预测 预测精度
年,卷(期) 2011,(12) 所属期刊栏目 专题论坛
研究方向 页码范围 36-38,49
页数 分类号 TM614
字数 2849字 语种 中文
DOI 10.3969/j.issn.1673-7598.2011.12.010
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 王成山 天津大学电气与自动化工程学院 271 17541 70.0 124.0
2 李玲玲 河北工业大学电磁场与电器可靠性省部共建重点实验室 94 747 15.0 23.0
6 李俊豪 河北工业大学电磁场与电器可靠性省部共建重点实验室 4 33 3.0 4.0
7 王大为 3 19 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (658)
参考文献  (10)
节点文献
引证文献  (10)
同被引文献  (45)
二级引证文献  (14)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(12)
  • 参考文献(2)
  • 二级参考文献(10)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(7)
  • 引证文献(4)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
小波分析
时间序列
ARMA模型
风速
预测
预测精度
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
智慧电力
月刊
2096-4145
61-1512/TM
大16开
西安市柿园路218号
52-185
1973
chi
出版文献量(篇)
5128
总下载数(次)
13
论文1v1指导