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:
风资源具有很强的随机性和间歇性,随着大量的风电功率并网,势必会应影响电力系统的安全、稳定运行,降低电能质量.首先用BP神经网络预测出测风塔处的风速,再进一步考虑地形因素的影响,用CFD软件对风电场风流进行数值模拟,计算出各风机轮毂高度处的风加速因数和水平偏差等数据,然后用MATLAB软件编程求出各风机轮毂高度处的风速,再根据风力发电机的功率曲线算出预测功率.提出了考虑地形影响的短期风电功率预测方法,预测效果较为理想,适合实际工程应用.
推荐文章
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
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
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
基于动态集成LSSVR的超短期风电功率预测
超短期风电功率预测
最小二乘支持向量回归
动态集成
动态时间弯曲距离
数值天气预报
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 考虑地形影响的短期风电功率预测
来源期刊 应用科技 学科 工学
关键词 风电功率 预测 BP神经网络 CFD软件 MATLAB
年,卷(期) 2015,(6) 所属期刊栏目 自动化技术
研究方向 页码范围 6-9
页数 4页 分类号 TK8
字数 2585字 语种 中文
DOI 10.11991/yykj.201503032
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 赵川 27 212 7.0 14.0
2 叶华 14 69 4.0 8.0
3 陈根军 31 507 10.0 22.0
4 吴枭 东南大学电气工程学院 4 49 2.0 4.0
5 祝明乐 东南大学电气工程学院 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (1085)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(18)
  • 参考文献(2)
  • 二级参考文献(16)
2005(20)
  • 参考文献(1)
  • 二级参考文献(19)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(8)
  • 参考文献(6)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
风电功率
预测
BP神经网络
CFD软件
MATLAB
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
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导