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:
风电功率预测多采用统计预测模型,为了达到可接受的预测精度,需要大量的历史数据对模型进行训练,不适用于缺少历史数据的新建风电场,为此提出基于小样本集的网侧风电功率预测方法.基于风电场少量的历史数据,运用支持向量机方法建立了网侧风电功率预测通用模型,并用此通用模型对风电场功率进行初步预测;在通用模型预测的基础上,利用区域内风电场的特征参数对这一网侧通用模型进行辨识和修正,从而得到区域电网网侧风电功率预测结果.实际算例验证了基于小样本集的预测方法的可行性,实际预测精度较好,说明该方法适于历史数据样本较小的风电场的功率预测,能够减少功率预测中统计预测方法对数据的依赖.
推荐文章
基于邻域KNN算法的风电功率短期预测模型
邻域KNN算法
风力发电
短期功率预测
基于交叉熵理论的风电功率组合预测方法
风力发电
功率预测
信息融合
交叉熵理论
基于APSO-GSA和相关向量机的短期风电功率预测
风电功率预测
相关向量机
万有引力搜索算法
自适应粒子群算法
基于改进Markov链模型的风电功率预测方法
风力发电
功率预测
Markov链
状态空间
系统状态
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 基于小样本集的网侧风电功率预测方法
来源期刊 电力建设 学科 工学
关键词 风电功率预测 网侧 小样本集 支持向量机 通用模型
年,卷(期) 2014,(9) 所属期刊栏目 理论研究
研究方向 页码范围 18-21
页数 4页 分类号 TM614
字数 3034字 语种 中文
DOI 10.3969/j.issn.1000-7229.2014.09.004
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 黄良毅 海南电网公司系统运行部 9 48 4.0 6.0
2 魏国清 海南电网公司系统运行部 5 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (261)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(24)
  • 参考文献(0)
  • 二级参考文献(24)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(10)
  • 参考文献(4)
  • 二级参考文献(6)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风电功率预测
网侧
小样本集
支持向量机
通用模型
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
电力建设
月刊
1000-7229
11-2583/TM
大16开
北京市昌平区北七家镇未来科技城国家电网办公区A座225
82-679
1958
chi
出版文献量(篇)
6415
总下载数(次)
11
总被引数(次)
42832
论文1v1指导