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:
高精度的风电功率预测对于电力系统的安全经济运行具有重要意义.基于大量风电功率历史数据,结合相关性分析和K近邻算法,提出一种新的多输出模型的风电功率超短期多步预测方法.以东北地区2个风电场实测风电功率数据为例进行分析计算,使用国家能源局提供的风电功率实时预测评价指标对两种多步预测方式进行评价.结果表明该方法预测精度高,方法简单,具有一定的工程实用价值.
推荐文章
基于最佳预测步长的超短期风电功率预测
风电功率
超短期预测
预测步长
预测模型
均方根误差
基于神经网络平均影响值的超短期风电功率预测
风电功率
超短期预测
动态神经网络
平均影响值
变量筛选
基于MEEMD与排列熵的风电功率超短期预测研究
风电功率预测
MEEMD
排列熵
模糊树建模
基于混沌理论的风电功率超短期多步预测的误差分析
风电功率
预测
误差
概率分布
混沌理论
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 一种多输出模型的风电功率超短期预测方法
来源期刊 中国电力 学科 工学
关键词 风电功率 相关性分析 K近邻 超短期 预测
年,卷(期) 2016,(12) 所属期刊栏目 新能源
研究方向 页码范围 127-132
页数 6页 分类号 TM614
字数 4649字 语种 中文
DOI 10.11930/j.issn.1004-9649.2016.12.127.06
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 杨茂 东北电力大学电气工程学院 66 549 13.0 20.0
2 董骏城 东北电力大学电气工程学院 6 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (197)
共引文献  (829)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(19)
  • 参考文献(0)
  • 二级参考文献(19)
2010(22)
  • 参考文献(1)
  • 二级参考文献(21)
2011(38)
  • 参考文献(1)
  • 二级参考文献(37)
2012(21)
  • 参考文献(1)
  • 二级参考文献(20)
2013(16)
  • 参考文献(6)
  • 二级参考文献(10)
2014(14)
  • 参考文献(4)
  • 二级参考文献(10)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
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)
研究主题发展历程
节点文献
风电功率
相关性分析
K近邻
超短期
预测
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