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:
在风电功率爬坡的理论基础上,阐述了研究风电功率爬坡的定义和原理,提出了一种ASTFA-ELM的风电功率爬坡组合预测方法,并结合数值天气预报的气象因素和历史爬坡量数据建立了组合预测模型,通过对风电功率爬坡事件特性分析,对爬坡情况进行有效的预测,最后以风电场的实际历史数据为实例,仿真验证了所提方法的有效性,可以提高预测精度.
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
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
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ASTFA-ELM的风电功率爬坡预测
来源期刊 电器与能效管理技术 学科 工学
关键词 风电功率爬坡 爬坡预测 自适应稀疏时频分析 极限学习机
年,卷(期) 2017,(3) 所属期刊栏目 微电网
研究方向 页码范围 54-59
页数 6页 分类号 TM614
字数 3932字 语种 中文
DOI 10.16628/j.cnki.2095-8188.2017.03.001
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 王致杰 上海电机学院电气学院 133 321 9.0 13.0
2 黄麒元 上海电机学院电气学院 26 50 5.0 6.0
3 刘娇娇 上海电气集团股份有限公司中央研究院 5 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (89)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (2)
1993(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(14)
  • 参考文献(1)
  • 二级参考文献(13)
2014(14)
  • 参考文献(2)
  • 二级参考文献(12)
2015(11)
  • 参考文献(5)
  • 二级参考文献(6)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
风电功率爬坡
爬坡预测
自适应稀疏时频分析
极限学习机
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
电器与能效管理技术
半月刊
2095-8188
31-2099/TM
大16开
上海市武宁路505号
4-200
1959
chi
出版文献量(篇)
6528
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导