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:
短期风电功率的预测是保障风电场持续稳定运行以及电网调度的重要因素。选择最小二乘支持向量机(LSSVM)作为预测模型,使用灰色关联分析法对影响风电功率的因素进行权重比较,并使用黑洞粒子群算法(BHPSO)对 LSSVM的回归性能参数进行优化,建立了基于灰色关联分析和 BHPSO 的 LSSVM短期风电功率预测模型。对山东某风电场提供的数据进行仿真研究,并与 LSSVM模型和 BP 神经网络模型进行对比分析。验证结果表明,基于灰色关联分析和 BHPSO 的 LSSVM模型的预测效果最好。
推荐文章
自适应变异粒子群优化BP的短期风电功率预测模型
短期风电预测
互信息
自适应惯性权重系数
变异因子
反向传播神经网络
基于改进粒子群优化算法的短期风电功率预测
支持向量机
风电功率预测
改进粒子群优化算法
精度
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
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 基于灰色关联分析和黑洞粒子群优化算法的短期风电功率预测
来源期刊 电器与能效管理技术 学科 工学
关键词 风电预测 灰色关联分析 黑洞粒子群算法 最小二乘支持向量机
年,卷(期) 2015,(13) 所属期刊栏目
研究方向 页码范围 6-10,23
页数 6页 分类号 TM614
字数 3973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 李文华 河北工业大学电器研究所 69 428 12.0 18.0
2 刘松 河北工业大学电器研究所 6 8 2.0 2.0
3 王俊 3 17 2.0 3.0
4 邵丹 河北工业大学电器研究所 3 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (72)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(13)
  • 参考文献(2)
  • 二级参考文献(11)
2010(10)
  • 参考文献(1)
  • 二级参考文献(9)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
风电预测
灰色关联分析
黑洞粒子群算法
最小二乘支持向量机
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
电器与能效管理技术
半月刊
2095-8188
31-2099/TM
大16开
上海市武宁路505号
4-200
1959
chi
出版文献量(篇)
6528
总下载数(次)
20
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导