钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
null期刊
\
西安交通大学学报期刊
\
卡尔曼滤波修正的风电场短期功率预测模型
卡尔曼滤波修正的风电场短期功率预测模型
作者:
夏俊荣
戴义平
盛迎新
赵攀
原文服务方:
西安交通大学学报
卡尔曼滤波
神经网络
功率预测
风力发电
摘要:
针对数值天气预报模型输出的气象参数存在系统误差而导致风电场功率预测精度受到制约的问题,提出了一种基于卡尔曼滤波修正的风电场短期功率预测模型.使用卡尔曼滤波算法对数值天气预报输出的风速数据进行动态修正,并结合其他气象数据形成新的用于风电功率预测的修正气象数据集合;根据原始气象数据和修正气象数据这2个训练集分别建立了风电场功率输出的原始神经网络、修正神经网络的预测模型.经同一时间区间内的实测数据与模型分析数据的对比分析表明:通过卡尔曼滤波修正的风速数据能够很好地跟踪实际风速数据的变化趋势,平均误差与绝对平均误差比较小;所提模型能够显著降低预测结果的均方根误差,使其从未修正前的17.73%降低至11.32%,证明预测精度得到了明显提高.
免费获取
收藏
引用
分享
推荐文章
基于扩展卡尔曼滤波的射程修正落点预测模型
一维弹道修正引信
扩展卡尔曼滤波
预测模型
基于深度学习网络的风电场功率短期预测研究
风电场
数值天气预报
功率预测
深度学习网
基于卡尔曼滤波的短期负荷多步预测修正模型研究
卡尔曼滤波
短期负荷
多步预测
累积误差
BP神经网络
风电场短期功率预测
风电场
短期功率
预测
相关向量机
马尔可夫链
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
卡尔曼滤波修正的风电场短期功率预测模型
来源期刊
西安交通大学学报
学科
关键词
卡尔曼滤波
神经网络
功率预测
风力发电
年,卷(期)
2011,(5)
所属期刊栏目
研究方向
页码范围
47-51
页数
分类号
TK89
字数
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
戴义平
西安交通大学叶轮机械研究所
68
902
15.0
27.0
2
夏俊荣
西安交通大学叶轮机械研究所
3
106
3.0
3.0
3
盛迎新
5
138
3.0
5.0
4
赵攀
西安交通大学叶轮机械研究所
10
178
4.0
10.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(6)
节点文献
引证文献
(93)
同被引文献
(234)
二级引证文献
(380)
1972(1)
参考文献(1)
二级参考文献(0)
1981(1)
参考文献(1)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2007(2)
参考文献(2)
二级参考文献(0)
2008(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(4)
引证文献(4)
二级引证文献(0)
2013(19)
引证文献(16)
二级引证文献(3)
2014(21)
引证文献(10)
二级引证文献(11)
2015(46)
引证文献(11)
二级引证文献(35)
2016(79)
引证文献(17)
二级引证文献(62)
2017(73)
引证文献(7)
二级引证文献(66)
2018(79)
引证文献(15)
二级引证文献(64)
2019(104)
引证文献(10)
二级引证文献(94)
2020(47)
引证文献(2)
二级引证文献(45)
研究主题发展历程
节点文献
卡尔曼滤波
神经网络
功率预测
风力发电
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
西安交通大学学报
主办单位:
西安交通大学
出版周期:
月刊
ISSN:
0253-987X
CN:
61-1069/T
开本:
大16开
出版地:
邮发代号:
创刊时间:
1960-01-01
语种:
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
期刊文献
相关文献
1.
基于扩展卡尔曼滤波的射程修正落点预测模型
2.
基于深度学习网络的风电场功率短期预测研究
3.
基于卡尔曼滤波的短期负荷多步预测修正模型研究
4.
风电场短期功率预测
5.
基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型
6.
基于后验量测修正的卡尔曼滤波算法
7.
地区电网风电场功率超短期预测方法
8.
基于自适应卡尔曼滤波在气象影响下负荷预测
9.
采用贝叶斯-克里金-卡尔曼模型的多风电场风速短期预测
10.
热模型下扬声器音圈温度的卡尔曼滤波预测
11.
右玉高家堡风电场功率预测系统开发与应用
12.
风电场短期功率组合预测模型研究
13.
基于卡尔曼滤波的路径行程时间预测方法
14.
基于卡尔曼滤波的机动目标外推预测的研究
15.
基于ES-GRU-LSTM的风电场群功率预测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
西安交通大学学报1999
西安交通大学学报2000
西安交通大学学报2001
西安交通大学学报2002
西安交通大学学报2003
西安交通大学学报2004
西安交通大学学报2005
西安交通大学学报2006
西安交通大学学报2007
西安交通大学学报2008
西安交通大学学报2009
西安交通大学学报2010
西安交通大学学报2011
西安交通大学学报2012
西安交通大学学报2013
西安交通大学学报2014
西安交通大学学报2015
西安交通大学学报2016
西安交通大学学报2017
西安交通大学学报2018
西安交通大学学报2019
西安交通大学学报2020
西安交通大学学报2011年第12期
西安交通大学学报2011年第11期
西安交通大学学报2011年第5期
西安交通大学学报2011年第1期
西安交通大学学报2011年第6期
西安交通大学学报2011年第10期
西安交通大学学报2011年第9期
西安交通大学学报2011年第7期
西安交通大学学报2011年第4期
西安交通大学学报2011年第3期
西安交通大学学报2011年第2期
西安交通大学学报2011年第8期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号