作者:
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:
根据全国月度风力发电量的历史数据,利用季节时间序列模型和模糊时间序列模型两种非平稳时间序列预测法对风力发电量进行预测,并与预留的2016年实际发电量数据进行对比,比较两种方法预测误差的方差MSE,优选预测模型.结果表明:模糊时间序列模型的预测误差较小,预测结果较为准确.该模型可作为预测风力发电量的有效工具.
推荐文章
动态三次指数平滑法的火电厂发电量预测研究
火电厂发电量
时间序列
动态三次指数平滑法
动态平滑系数
动态参数
加权移动平均法
预测干预法
一种高效的光伏监控方案及发电量预测
光伏监控
串口服务器
神经网络
预测
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
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
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 两种时间序列预测模型在风力发电量上的探究
来源期刊 兰州工业学院学报 学科 工学
关键词 模糊时间序列模型 FCM聚类算法 季节时间序列模型 MSE.
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 82-86
页数 5页 分类号 TM614
字数 2286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 梁霞 兰州交通大学数理学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (22)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
模糊时间序列模型
FCM聚类算法
季节时间序列模型
MSE.
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
兰州工业学院学报
双月刊
1009-2269
62-1209/Z
大16开
兰州市七里河区龚家坪东路1号
54-136
1993
chi
出版文献量(篇)
2754
总下载数(次)
13
总被引数(次)
5304
论文1v1指导