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:
针对风电功率预测时风速信息冗余,导致神经网络难以把握内在规律而影响训练效率的问题,选取最佳风速数据进行主成分分析,采用改进小波-BP神经网络对风速进行预测.通过KMO和Bartlett球度双检验选取最佳风速数据,从而充分利用主成分分析法对风速数据进行提取以优化神经网络的输入,提高网络收敛速度和预测精度.通过某风电场风速数据仿真分析,与其他预测方法进行对比,结果表明该模型预测精度高、泛化性能好,验证了该预测方法的正确性和有效性.
推荐文章
基于PSO-WNN模型的超短期风速预测及其误差校正
二阶振荡粒子群优化算法
小波神经网络
一阶线性回归
误差校正
基于PCA-WNN模型的油田回注水管道腐蚀速率预测
油田注水
管道腐蚀
PCA-WNN模型
腐蚀速率
影响因素
误差
基于ABC-BP的短期风速预测研究
短期风速预测
人工蜂群算法
BP神经网络
支持向量机
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KMO-Bartlett典型风速选取的PCA-WNN短期风速预测
来源期刊 发电设备 学科 工学
关键词 风速预测 KMO检验 Bartlett球度检验 主成分分析 小波-BP神经网络
年,卷(期) 2017,(2) 所属期刊栏目 新能源
研究方向 页码范围 86-91
页数 6页 分类号 TM614
字数 4830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 张俊芳 南京理工大学自动化学院 73 734 14.0 24.0
2 解坤 南京理工大学自动化学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (237)
共引文献  (475)
参考文献  (18)
节点文献
引证文献  (20)
同被引文献  (57)
二级引证文献  (14)
1985(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(22)
  • 参考文献(0)
  • 二级参考文献(22)
2009(27)
  • 参考文献(0)
  • 二级参考文献(27)
2010(28)
  • 参考文献(0)
  • 二级参考文献(28)
2011(39)
  • 参考文献(2)
  • 二级参考文献(37)
2012(38)
  • 参考文献(2)
  • 二级参考文献(36)
2013(25)
  • 参考文献(4)
  • 二级参考文献(21)
2014(12)
  • 参考文献(4)
  • 二级参考文献(8)
2015(11)
  • 参考文献(5)
  • 二级参考文献(6)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(6)
  • 引证文献(5)
  • 二级引证文献(1)
2019(21)
  • 引证文献(9)
  • 二级引证文献(12)
2020(5)
  • 引证文献(4)
  • 二级引证文献(1)
研究主题发展历程
节点文献
风速预测
KMO检验
Bartlett球度检验
主成分分析
小波-BP神经网络
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
发电设备
双月刊
1671-086X
31-1391/TN
大16开
上海闵行剑川路1115号
1987
chi
出版文献量(篇)
2453
总下载数(次)
4
总被引数(次)
8536
论文1v1指导