钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
重庆工商大学学报(自然科学版)期刊
\
基于改进小波包算法的风电功率短期预测
基于改进小波包算法的风电功率短期预测
作者:
李玲纯
汪先兵
高来鑫
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
风电功率
改进小波包
组合预测
遗传算法
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.
暂无资源
收藏
引用
分享
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
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
被引次数趋势
(/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)
主办单位:
重庆工商大学
出版周期:
双月刊
ISSN:
1672-058X
CN:
50-1155/N
开本:
16开
出版地:
重庆市南岸区学府大道21号
邮发代号:
创刊时间:
1983
语种:
chi
出版文献量(篇)
3397
总下载数(次)
6
总被引数(次)
14776
期刊文献
相关文献
1.
基于CS-SVR模型的短期风电功率预测
2.
基于风速融合和NARX神经网络的短期风电功率预测
3.
基于ARMA的风电功率预测
4.
基于EEMD-IGSA-LSSVM的超短期风电功率预测?
5.
基于动态集成LSSVR的超短期风电功率预测
6.
基于思维进化算法的风电功率预测研究
7.
风电发电功率预测模型改进研究
8.
自适应变异粒子群优化BP的短期风电功率预测模型
9.
基于自回归滑动平均模型的风电功率预测
10.
基于模糊聚类分析的风电功率预测研究
11.
基于改进粒子群优化算法的短期风电功率预测
12.
基于游程判别法和VMD残差修正的风电功率预测
13.
基于堆叠稀疏降噪自动编码器的地区风电场群高精度超短期风电功率预测
14.
基于NWP和深度学习神经网络短期风功率预测
15.
基于改进持续法的短期风电功率预测
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
重庆工商大学学报(自然科学版)2022
重庆工商大学学报(自然科学版)2021
重庆工商大学学报(自然科学版)2020
重庆工商大学学报(自然科学版)2019
重庆工商大学学报(自然科学版)2018
重庆工商大学学报(自然科学版)2017
重庆工商大学学报(自然科学版)2016
重庆工商大学学报(自然科学版)2015
重庆工商大学学报(自然科学版)2014
重庆工商大学学报(自然科学版)2013
重庆工商大学学报(自然科学版)2012
重庆工商大学学报(自然科学版)2011
重庆工商大学学报(自然科学版)2010
重庆工商大学学报(自然科学版)2009
重庆工商大学学报(自然科学版)2008
重庆工商大学学报(自然科学版)2007
重庆工商大学学报(自然科学版)2006
重庆工商大学学报(自然科学版)2005
重庆工商大学学报(自然科学版)2004
重庆工商大学学报(自然科学版)2003
重庆工商大学学报(自然科学版)2002
重庆工商大学学报(自然科学版)2001
重庆工商大学学报(自然科学版)2015年第9期
重庆工商大学学报(自然科学版)2015年第8期
重庆工商大学学报(自然科学版)2015年第7期
重庆工商大学学报(自然科学版)2015年第6期
重庆工商大学学报(自然科学版)2015年第5期
重庆工商大学学报(自然科学版)2015年第4期
重庆工商大学学报(自然科学版)2015年第3期
重庆工商大学学报(自然科学版)2015年第2期
重庆工商大学学报(自然科学版)2015年第12期
重庆工商大学学报(自然科学版)2015年第11期
重庆工商大学学报(自然科学版)2015年第10期
重庆工商大学学报(自然科学版)2015年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号