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:
风电功率预测对于风电场制定电力调度计划和维修计划具有十分重要的意义,利用改进小波包处理混频信息的能力,将风电功率分解成多个频率的子序列;再利用遗传神经网络组合模型分别对各子序列进行预测,且利用改进小波包对各子序列预测结果进行了重构得到实际的预测值;最后以安徽省某地区风电场风功率数据为依据验证模型,由仿真结果分析可见组合算法取得了良好的预测效果.
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EEMD-IGSA-LSSVM的超短期风电功率预测?
集合经验模态分解
风功率预测
最小二乘向量机
改进引力搜索算法
指数径向基核函数
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 基于改进小波包算法的风电功率短期预测
来源期刊 重庆工商大学学报(自然科学版) 学科 工学
关键词 风电功率 改进小波包 组合预测 遗传算法
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 37-41
页数 5页 分类号 TP2745
字数 2335字 语种 中文
DOI 10.16055/j.issn.1672-058X.2015.0003.008
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 汪先兵 滁州学院机械与电子工程学院 31 104 6.0 9.0
2 李玲纯 滁州学院机械与电子工程学院 12 33 4.0 5.0
3 高来鑫 滁州学院机械与电子工程学院 9 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (118)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(3)
  • 二级参考文献(7)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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
改进小波包
组合预测
遗传算法
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
重庆工商大学学报(自然科学版)
双月刊
1672-058X
50-1155/N
16开
重庆市南岸区学府大道21号
1983
chi
出版文献量(篇)
3397
总下载数(次)
6
总被引数(次)
14776
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导