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:
针对风功率预报中出现的资料获取困难、预报精度差等问题,提出采用基于时间序列数据的ARMA模型,并重点对ARMA模型进行识别和参数进行估计.在一定范围内,枚举输入AIC值,并采用大量数据进行模拟,同时采用MAE、NMAE和NRMSE三种指标对模拟结果进行评价,得到了适合于风功率预报的ARMA模型.同时将模型用于预报,发现预报结果精度比较高,表明ARMA模型有较好的实用性.
推荐文章
基于 ARMA-GARCH 模型的超短期风功率预测研究
时间序列
风电功率
预测
ARMA模型
ARCH模型
GARCH模型
基于改进EEMD-SE-ARMA的超短期风功率组合预测模型
改进的集成经验模态分解
风电预测
样本熵
时间序列
组合预测模型
端点延拓
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ARMA-BP神经网络模型的风电功率预测研究
ARMA
时间序列
BP神经网络
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ARMA模型的短期风功率预测研究
来源期刊 西北水电 学科 工学
关键词 风功率 出力 预测 ARMA模型
年,卷(期) 2017,(6) 所属期刊栏目 试验与研究
研究方向 页码范围 100-104
页数 5页 分类号 TM614
字数 4225字 语种 中文
DOI 10.3969/j.issn.1006-2610.2017.06.025
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 刘军涛 5 21 2.0 4.0
2 欧阳孜 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (92)
共引文献  (766)
参考文献  (13)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(12)
  • 参考文献(2)
  • 二级参考文献(10)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(18)
  • 参考文献(2)
  • 二级参考文献(16)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
风功率
出力
预测
ARMA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
西北水电
双月刊
1006-2610
61-1260/TV
大16开
西安市电子工业园区丈八东路18号
52-130
1982
chi
出版文献量(篇)
3030
总下载数(次)
3
总被引数(次)
7496
论文1v1指导