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:
针对风速预报中出现的资料获取困难、预报精度差等问题,文章提出采用临近历史数据的BP-神经网络风速短期预报模型,并重点对BP模型的输入层和隐含层参数进行估计。在一定范围内,枚举输入层和隐含层的参数,并采用大量数据进行模拟,同时采用SSE和MAE两种指标对模拟结果进行评价,得到了适合于风速预报的多个不同参数BP模型。同时将多个BP模型用于预报,发现预报结果精度都比较高,表明不同参数的BP模型均可用于预报且BP模型存在异参同效性。
推荐文章
残差调整灰色BP神经网络的短期风速预测研究
灰色预测
BP神经网络
风速预测
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
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 BP-神经网络的风速短期预报技术研究
来源期刊 西北水电 学科 工学
关键词 风电场 风速 预报 BP-神经网络
年,卷(期) 2013,(4) 所属期刊栏目 新能源
研究方向 页码范围 81-84
页数 4页 分类号 TK89
字数 2390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 吉超盈 3 13 2.0 3.0
2 刘军涛 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (240)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (20)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(13)
  • 参考文献(1)
  • 二级参考文献(12)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
风电场
风速
预报
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
西北水电
双月刊
1006-2610
61-1260/TV
大16开
西安市电子工业园区丈八东路18号
52-130
1982
chi
出版文献量(篇)
3030
总下载数(次)
3
总被引数(次)
7496
论文1v1指导