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:
常规的风电场功率预测建模主要方法是将数值天气预报产生的气象要素输入基于历史scada数据建立统计模型,得到全场预报总功率。但是新投产的风电场没有历史scada数据,而风电场功率预测的准确性主要依赖于短期风速预报的精度。因此,为提高新投产风电场功率预测的准确性,短期风速预报的建立是基于数值气象预报的物理模型和统计模型相结合的方式。首先,通过数值气象模式输出风电场测风塔处轮毂高度层的气象要素;其次,通过建立神经网络模型和多元线性回归两种统计方法对模式输出数据进行修正;最后,对误差的来源进行分类分析。在江苏某风场的测试结果表明,较传统的方式,预测精度有了明显的提高,该方法能够消除数值气象预报的振幅偏差,但相位偏差仍是误差的主要来源。
推荐文章
卡尔曼滤波修正的风电场短期功率预测模型
卡尔曼滤波
神经网络
功率预测
风力发电
基于经验模式分解的风电场短期风速预测模型
风速预测
经验模式分解
时间序列
风电场短期风速的集成学习预测模型
短期风速预测
集成学习
动态权重
隶属度函数
支持向量机
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 新投产风电场的短期风速预测模型建立
来源期刊 电测与仪表 学科 工学
关键词 新投产风电场 短期风速预报 物理模型 统计模型 误差
年,卷(期) 2014,(9) 所属期刊栏目 理论与实验研究
研究方向 页码范围 57-60
页数 4页 分类号 TM933
字数 3122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 申烛 5 24 4.0 4.0
2 陈欣 5 5 1.0 2.0
3 孙翰墨 2 9 2.0 2.0
4 孟凯锋 3 9 2.0 3.0
5 岳捷 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (205)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (27)
1985(2)
  • 参考文献(2)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(15)
  • 参考文献(1)
  • 二级参考文献(14)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(12)
  • 参考文献(3)
  • 二级参考文献(9)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
新投产风电场
短期风速预报
物理模型
统计模型
误差
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导