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:
针对风电功率实时预测误差随预测方法不同呈现不同分布特性,提出基于混合高斯分布的风电功率实时预测误差分布模型,采用期望最大化算法估计混合高斯分布模型的参数,以位于吉林省、黑龙江省和辽宁省的3个风电场的实测数据为例,分析不同预测方法下风电功率实时预测误差的分布特性,三权值高斯分布的评价指标——绝对值平均误差、均方根误差及相关系数均最优,验证了模型基于不同预测方法下预测误差的有效性和适用性.
推荐文章
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
基于模糊聚类分析的风电功率预测研究
风电功率预测
模糊C均值聚类
神经网络
训练样本处理
减法聚类
基于自回归滑动平均模型的风电功率预测
风电功率
自回归滑动平均模型
风电预测
基于思维进化算法的风电功率预测研究
思维进化算法
风电功率
预测模型
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 基于混合高斯分布的风电功率实时预测误差分析
来源期刊 太阳能学报 学科 工学
关键词 风电功率 实时预测误差 混合高斯分布 EM算法
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 1594-1602
页数 9页 分类号 TM614
字数 4542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 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  (127)
共引文献  (708)
参考文献  (17)
节点文献
引证文献  (8)
同被引文献  (53)
二级引证文献  (10)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(22)
  • 参考文献(1)
  • 二级参考文献(21)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(24)
  • 参考文献(2)
  • 二级参考文献(22)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(14)
  • 参考文献(5)
  • 二级参考文献(9)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
风电功率
实时预测误差
混合高斯分布
EM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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
相关基金
国家留学基金
英文译名:
官方网址:http://www.csc.edu.cn/gb/
项目类型:
学科类型:
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
论文1v1指导