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:
随着大量风电开始并入电网,风电场输出功率预测对接入大量风电的电力系统的运行有重要意义,针对神经网络在风电功率预测中结构和权值参数难以确定,预测精度不高等问题,提出利用遗传算法对神经网络的拓扑结构和网络权值进行优化,并将其应用于风电场功率预测,研究表明预测精度有一定程度的提高.
推荐文章
基于BP神经网络和遗传算法的光伏功率预测的研究
光伏系统
功率预测
BP神经网络
遗传算法
BP神经网络的分层优化研究及其在风电功率预测中的应用
神经网络
分层优化
灰色模型
遗传算法
蚁群算法
风电功率预测
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于自适应遗传算法优化的BP神经网络股票价格预测
股票价格预测模型
自适应遗传算法
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 基于遗传算法优化BP神经网络的风电功率预测
来源期刊 电子设计工程 学科 工学
关键词 功率预测 遗传算法实数编码 BP神经网络 优化
年,卷(期) 2013,(22) 所属期刊栏目 电力电子技术
研究方向 页码范围 95-98
页数 4页 分类号 TN919
字数 3334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 王德民 上海海事大学信息工程学院 1 18 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (131)
参考文献  (11)
节点文献
引证文献  (18)
同被引文献  (119)
二级引证文献  (68)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
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)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(14)
  • 参考文献(2)
  • 二级参考文献(12)
2009(23)
  • 参考文献(0)
  • 二级参考文献(23)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(20)
  • 引证文献(3)
  • 二级引证文献(17)
2019(24)
  • 引证文献(3)
  • 二级引证文献(21)
2020(20)
  • 引证文献(0)
  • 二级引证文献(20)
研究主题发展历程
节点文献
功率预测
遗传算法实数编码
BP神经网络
优化
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导