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:
风能作为一种重要的可再生能源,其开发利用得到各国高度重视.准确预测风速对于接入大量风电的电力系统意义重大.为了提高风速的预测精度,本文提出建立基于经验模式分解(EMD)与支持向量机(SVM)的复合预测模型.该模型首先将风速时间序列进行经验模式分解,然后对不同频带的分量分别建立支持向量机预测模型,再将各个模型的预测值等权求和得到最终的风速预测值.本文采用某风场实测数据进行建模,预测后40min风速,算例表明,该模型能有效提高风速预测的精度.
推荐文章
基于ABC-BP的短期风速预测研究
短期风速预测
人工蜂群算法
BP神经网络
支持向量机
基于EMD和RBFNN的短期风速预测
短期风速预测
经验模态分解
径向基神经网络
交互式界面
基于SVM的时间序列短期风速预测
短期风速预测
支持向量机(SVM)
风电场
基于EMD和SVM的短期负荷预测
短期负荷
经验模式分解
本征模式分量
支持向量机
核函数
组合预测
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EMD与SVM的短期风速预测研究
来源期刊 科技视界 学科 经济
关键词 风速 预测 SVM EMD
年,卷(期) 2012,(26) 所属期刊栏目 科教前哨
研究方向 页码范围 90-91,375
页数 分类号 F407.61|F224
字数 2200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 陈冉 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (199)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (4)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(2)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
风速
预测
SVM
EMD
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
科技视界
旬刊
2095-2457
31-2065/N
大16开
上海市
2011
chi
出版文献量(篇)
57598
总下载数(次)
165
总被引数(次)
68345
论文1v1指导