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:
为排除测风数据中数据坏点及突变信号对风场输出功率预测的影响,增强预测模型的稳健性,提出一种基于投影寻踪神经网络的风场输出功率预测模型.模型采用中位绝对偏差作为投影指标函数,有效排除了离群点对预测结果的干扰.采用投影寻踪法提取风场输出功率各影响因素的主成分,将各主成分作为 BP 网络的输入变量,进行网络的训练,用完成训练的网络进行风电场输出功率的预测.实验结果表明,所提模型具有较高的预测精度.
推荐文章
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
基于PSO-BP神经网络的网络时延预测算法
粒子群优化
BP神经网络
网络控制
时延预测
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
BP神经网络预测算法性能的改进策略
神经网络
BP神经网络
误差
平均误差
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 基于投影寻踪和 BP 神经网络的稳健型风场功率预测算法
来源期刊 电力系统保护与控制 学科 工学
关键词 风场输出功率 预测 投影寻踪法 BP 神经网络
年,卷(期) 2012,(23) 所属期刊栏目
研究方向 页码范围 30-35
页数 分类号 TM74
字数 4429字 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 刘文霞 6 100 5.0 6.0
2 张建华 17 889 13.0 17.0
3 高丹丹 1 3 1.0 1.0
4 赵天阳 3 74 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (705)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(11)
  • 参考文献(2)
  • 二级参考文献(9)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风场输出功率
预测
投影寻踪法
BP 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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导