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:
功率预测对于接入大量风电的电力系统运行具有重要意义.文章对提前4h的风电机组出力预测进行了研究,分别采用BP神经网络法直接预测输出功率,以及时间序列法间接预测输出功率,并将两种方法组合以提高预测精度,组合权系数的选取以方差最小为目标函数.研究结果表明,不同方法的预测精度不同,尤其是在个别预测点处不同模型的误差差别较大,组合预测可减小预测系统的误差,提高预测精度.
推荐文章
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
基于聚类分析和神经网络的时间序列预测方法
聚类
时间序列
预测
径向基
神经网络
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
基于ARMA的风电功率预测
风力发电
ARMA
风电功率预测
风电机组
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 基于时间序列分析和神经网络的风电功率预测方法研究
来源期刊 大功率变流技术 学科 工学
关键词 功率预测 BP神经网络 时间序列法 组合预测
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 35-39,54
页数 6页 分类号 TM614
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 许洪华 中国科学院电工研究所 202 6127 44.0 72.0
2 胡书举 中国科学院电工研究所 86 1695 20.0 40.0
3 马蕊 中国科学院电工研究所 7 27 1.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (831)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(6)
  • 参考文献(0)
  • 二级参考文献(6)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(15)
  • 参考文献(2)
  • 二级参考文献(13)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(14)
  • 参考文献(2)
  • 二级参考文献(12)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
功率预测
BP神经网络
时间序列法
组合预测
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
控制与信息技术
双月刊
2096-5427
43-1546/TM
大16开
湖南省株洲市
1978
chi
出版文献量(篇)
1119
总下载数(次)
13
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
论文1v1指导