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:
随着大量风电场接入电力系统,风功率波动性对电网的冲击以及对调度部门制定功率计划影响越来越大.对于风电场而言,风功率预测是急于要解决的问题,对此本文先利用小波函数对风速信号进行分解,再通过改进BP神经网络建立低频和高频风速-功率模型,并对三种辨识模型的性能指标进行了对比分析,最后对LM-BP算法在风功率预测上的精确性提出了建设性的意见.
推荐文章
基于改进BP神经网络的风电场无功补偿优化
风电场
潮流计算
无功补偿容量
BP神经网络
BP神经网络的分层优化研究及其在风电功率预测中的应用
神经网络
分层优化
灰色模型
遗传算法
蚁群算法
风电功率预测
基于HPSO-BP神经网络融合的隧道照明功率预测
隧道照明
功率预测
混合粒子群算法
智能控制系统
实时调控
仿真实验
优化BP神经网络算法在油茶产量预测中的应用
油茶
BP神经网络算法
回溯法
相对误差
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 BP神经网络在风电场功率预测中的应用
来源期刊 云南电力技术 学科 工学
关键词 风功率预测 小波函数 改进BP神经网络 风速-功率模型
年,卷(期) 2018,(4) 所属期刊栏目 电网技术
研究方向 页码范围 32-34,37
页数 4页 分类号 TM74
字数 2202字 语种 中文
DOI 10.3969/j.issn.1006-7345.2018.04.010
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 刘友宽 36 188 8.0 12.0
2 苏适 云南电网有限责任公司电力科学研究院 38 125 6.0 9.0
3 罗恩博 云南电网有限责任公司电力科学研究院 11 6 1.0 1.0
4 陆海 云南电网有限责任公司电力科学研究院 24 98 6.0 9.0
5 李黎 5 1 1.0 1.0
6 伍阳阳 4 1 1.0 1.0
7 洪思源 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
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
风功率预测
小波函数
改进BP神经网络
风速-功率模型
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
云南电力技术
双月刊
1006-7345
53-1117/TM
大16开
昆明市经济技术开发区云大西路中段105号电力科技园电力研究院206室
1973
chi
出版文献量(篇)
4381
总下载数(次)
5
论文1v1指导