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:
针对因风速具有很强的波动性和间歇性而导致其难以预测的问题,提出了一种新的基于小波分解和微分进化支持向量机的预测方法,通过小波变换对风速数据进行多分辨率分解,并以微分进化优化的支持向量机对各分解层的风速分别建立预测模型,然后将各模型的预测结果叠加后作为最终的预测值.用某风电场实测风速数据进行仿真预测,结果表明,所提方法与交叉验证支持向量机和BP神经网络等常用的预测方法相比,具有更高的预测精度.
推荐文章
基于小波分解和支持向量机的网络流量组合预测
网络流量
小波分解
支持向量机
粒子群算法
基于小波分解和多分类支持向量机的脸谱识别
脸谱识别
小波分解
支持向量机
ORL脸谱图像库
基于小波分解与支持向量机的风速预测模型
风功率预测
多步预测
支持向量机
小波变换
风电场
基于差分进化支持向量机的作战效能评估方法
作战效能
支持向量机
差分进化算法:BP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 基于小波分解和微分进化支持向量机的风电场风速预测
来源期刊 电力自动化设备 学科 工学
关键词 风速 预测 风电场 小波分解 微分进化 支持向量机
年,卷(期) 2012,(1) 所属期刊栏目 清洁能源
研究方向 页码范围 9-13
页数 分类号 TM743
字数 4921字 语种 中文
DOI 10.3969/j.issn.1006-6047.2012.01.002
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 彭春华 华东交通大学电气与电子工程学院 69 1182 21.0 32.0
2 刘刚 华东交通大学电气与电子工程学院 6 129 4.0 6.0
3 孙惠娟 华东交通大学电气与电子工程学院 30 430 10.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (668)
参考文献  (14)
节点文献
引证文献  (53)
同被引文献  (203)
二级引证文献  (575)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(11)
  • 参考文献(2)
  • 二级参考文献(9)
2005(18)
  • 参考文献(0)
  • 二级参考文献(18)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(10)
  • 参考文献(3)
  • 二级参考文献(7)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(2)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(20)
  • 引证文献(6)
  • 二级引证文献(14)
2014(52)
  • 引证文献(16)
  • 二级引证文献(36)
2015(78)
  • 引证文献(7)
  • 二级引证文献(71)
2016(110)
  • 引证文献(5)
  • 二级引证文献(105)
2017(117)
  • 引证文献(2)
  • 二级引证文献(115)
2018(93)
  • 引证文献(8)
  • 二级引证文献(85)
2019(105)
  • 引证文献(7)
  • 二级引证文献(98)
2020(50)
  • 引证文献(1)
  • 二级引证文献(49)
研究主题发展历程
节点文献
风速
预测
风电场
小波分解
微分进化
支持向量机
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
电力自动化设备
月刊
1006-6047
32-1318/TM
大16开
南京高新技术产业开发区星火路8号
28-268
1973
chi
出版文献量(篇)
7521
总下载数(次)
10
总被引数(次)
122289
论文1v1指导