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:
风力发电由于其清洁性、波动性、随机性及不稳定性,向电网输送绿色电能的同时也对电网的可靠运行造成了一定的冲击,因此风电发电量预测的准确性对电网科学合理调度、安全稳定运行具有至关重要的作用.以大数据分析、多学科交叉融合为背景,以负荷预测为基础理论,利用计量经济学分析方法对风电场月发电量数据进行分析、建模和预测.对辽宁地区某49.5 MW风电场月发电量数据进行收集整理,利用计量经济学分析软件EVIEWS对采样数据进行分析,并采用SARIMA模型对风电场月发电量数据进行拟合和预测,达到了较好的预测效果.
推荐文章
基于区域信息融合的风电场平均年发电量预测?
平均年发电量
测量-相关-预测
信息融合
神经网络
风资源年际变化对海上风电场发电量的影响
风资源
年际变化
海上风电
发电量
基于WRF模式的大同地区风电场发电量预报技术研究
WRF模式
误差分析
风电量预报
风能
基于多元统计分析的光伏发电量预测
光伏发电
发电量预测
多元统计学
时间序列分析法
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SARIMA模型的风电场月发电量预测研究
来源期刊 中国电力 学科 工学
关键词 风电场 月发电量 SARIMA模型
年,卷(期) 2016,(2) 所属期刊栏目 新能源
研究方向 页码范围 136-140
页数 5页 分类号 TM715|TK81
字数 2712字 语种 中文
DOI 10.11930/j.issn.1004-9649.2016.02.136.05
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 朴在林 沈阳农业大学信息与电气工程学院 160 1227 18.0 26.0
2 郭丹 沈阳农业大学信息与电气工程学院 29 194 8.0 13.0
3 胡博 沈阳农业大学信息与电气工程学院 26 178 7.0 13.0
4 刘俊德 2 4 2.0 2.0
5 赵静翔 中国农业大学信息与电气工程学院 4 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (66)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (24)
二级引证文献  (7)
1917(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(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
风电场
月发电量
SARIMA模型
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
中国电力
月刊
1004-9649
11-3265/TM
大16开
北京市昌平区北七家镇未来科技城北区国家电网公司办公区B315
2-427
1956
chi
出版文献量(篇)
7025
总下载数(次)
12
总被引数(次)
92972
论文1v1指导