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:
准确的风电功率预测为电网运行调度提供可靠的依据.文章定性分析了数据相关性对功率预测的影响,提出一种基于模拟退火算法和粒子群优化算法相融合的风力发电功率预测模型.在构建基于粒子群优化算法预测模型基础上,针对粒子群优化算法存在的早熟问题,采用模拟退火算法对粒子群算法进行优化.实际算例表明该方法具有较高的预测精度和计算速度,具有较强的实际意义.
推荐文章
基于PCA-GA-BP算法的风力发电功率预测
风力发电
PCA 主成分分析
遗传算法
BP 神经网络
降维
传递函数
风电发电功率预测模型改进研究
风电发电
功率预测
优化控制
PID
基于粒子群算法双馈风力发电系统PI参数优化
粒子群算法
PI
参数
变速恒频
光伏发电系统发电功率预测
光伏
功率预测
粒子群算法
核函数极限学习机
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 基于改进粒子群优化算法风力发电功率预测研究
来源期刊 可再生能源 学科 工学
关键词 风力发电 功率预测 粒子群优化
年,卷(期) 2017,(9) 所属期刊栏目
研究方向 页码范围 1331-1335
页数 5页 分类号 TK81
字数 3343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 刘友波 四川大学电气信息学院 146 1570 21.0 33.0
2 刘武周 内江职业技术学院电气电子工程系 44 24 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (867)
参考文献  (16)
节点文献
引证文献  (9)
同被引文献  (73)
二级引证文献  (5)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(16)
  • 参考文献(1)
  • 二级参考文献(15)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(14)
  • 参考文献(0)
  • 二级参考文献(14)
2008(29)
  • 参考文献(0)
  • 二级参考文献(29)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(21)
  • 参考文献(4)
  • 二级参考文献(17)
2012(17)
  • 参考文献(5)
  • 二级参考文献(12)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(6)
  • 参考文献(3)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风力发电
功率预测
粒子群优化
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
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
论文1v1指导