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:
随着化石能源约束的日趋严苛,风能开发已然成为一种趋势。由于风的不确定性、间歇性以及风电场内各机组间尾流的影响,使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。风电功率的随机波动被认为是对电网带来不利影响的主要因素。研究风电功率的波动特性尤为重要。本文基于某电厂的20台风电机30天内的风电功率实测数据,通过对图形及参数的研究,得到最优的概率分布模型为t-location scale分布,并针对结果用拟合指标作出了检验。最后利用小波神经网络对功率做有效的预测分析。
推荐文章
双馈变速抽蓄机组参与平抑风电功率波动研究
双馈变速抽蓄机组
低通滤波
预测功率
风电功率波动
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
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
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
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 风电功率波动特性的分析
来源期刊 无线互联科技 学科
关键词 风电功率 波动特性 t-location scale分布 小波神经网络
年,卷(期) 2014,(5) 所属期刊栏目 设计分析
研究方向 页码范围 141-143
页数 3页 分类号
字数 3120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 刘雅婷 中南大学信息科学与工程学院 9 33 3.0 5.0
2 刘尚 中南大学信息科学与工程学院 7 31 2.0 5.0
3 吕鑫 中南大学信息科学与工程学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (141)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(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)
2017(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
波动特性
t-location scale分布
小波神经网络
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
无线互联科技
半月刊
1672-6944
32-1675/TN
16开
江苏省南京市
2004
chi
出版文献量(篇)
18145
总下载数(次)
78
总被引数(次)
27320
论文1v1指导