原文服务方: 西安交通大学学报       
摘要:
为了有效解决风电场数据丢失时直接相加法无法进行区域风电功率预测的问题,提出了一种考虑时空分布特性的区域风电功率预测方法.为降低模型的复杂性,根据风电场及风能信息对子区域进行具体分析.在此基础上,利用相关系数法,选择风电场出力与子区域出力间相关系数绝对值大的风场为基准风电场.以所选基准风电场预测功率为输入,利用神经网络方法,直接预测各子区域功率,整个区域预测结果为各子区域预测值之和.算例结果表明:利用相关系数法选择基准风电场无需大量历史数据支撑,原理简单易于实现;模型与风电场所采用的预测系统无关,易于工程推广应用;模型无需考虑非基准风电场功率预测情况,成本更低、效益更高;采用该模型后子区域预测误差比直接相加的方法降低了5%,整个区域预测误差仅为20.8%.
推荐文章
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
风电发电功率预测模型改进研究
风电发电
功率预测
优化控制
PID
基于思维进化算法的风电功率预测研究
思维进化算法
风电功率
预测模型
基于CS-SVR模型的短期风电功率预测
功率预测
布谷鸟搜索算法
支持向量回归机
参数寻优
异常数据剔除
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 一种考虑时空分布特性的区域风电功率预测方法
来源期刊 西安交通大学学报 学科
关键词 子区域 基准风电场 神经网络 区域功率预测
年,卷(期) 2013,(10) 所属期刊栏目
研究方向 页码范围 68-74
页数 7页 分类号 TM614
字数 语种 中文
DOI 10.7652/xjtuxb201310012
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 别朝红 西安交通大学电力设备电气绝缘国家重点实验室 58 2598 25.0 50.0
2 安佳坤 西安交通大学电力设备电气绝缘国家重点实验室 1 21 1.0 1.0
3 陈筱中 西安交通大学电力设备电气绝缘国家重点实验室 1 21 1.0 1.0
4 贺旭伟 西安交通大学电力设备电气绝缘国家重点实验室 1 21 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (68)
二级引证文献  (46)
1984(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(3)
  • 二级引证文献(1)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(14)
  • 引证文献(7)
  • 二级引证文献(7)
2018(14)
  • 引证文献(3)
  • 二级引证文献(11)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(11)
  • 引证文献(3)
  • 二级引证文献(8)
研究主题发展历程
节点文献
子区域
基准风电场
神经网络
区域功率预测
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导