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:
文章提出了基于灰色模型的超短期风电功率预测方法.灰色预测模型需要的运算数据较少,计算时间短,适于风电系统在线预测.首先,对GM(1,1)模型、灰色Verhulst模型和DGM模型预测步骤及理论公式进行阐述,并分析了相互关系及适用范围;其次,在运用改进模型进行功率预测时提出滚动预测机制,进行等维数据更新;最后,针对模型优化问题,讨论所取不同原始数据点数对预测精度的影响,并且研究了不同初始条件和不同背景值对预测误差的影响.以某风电场实际风机运行数据为研究对象,进行了风电功率预测,结果表明,模型所选数据点数和背景值提高了预测精度,改善了预测性能.
推荐文章
基于灰色模型的风速-风电功率预测研究
风场
灰色模型
实时风速预测
风电功率特性曲线
信赖域法
基于灰色-辨识模型的风电功率短期预测
风速预测
风电功率特性曲线
灰色理论
FIR-MA 模型
辨识
最小二乘迭代
基于灰色-马尔可夫链的短期风速及风电功率预测
风速预测
风电功率预测
灰色模型
马尔可夫链模型
改进的灰色系统模型在沉降预测中的应用
变形监测
沉降预测
灰色系统模型
加权灰色系统模型
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 基于改进灰色系统模型的风电功率预测研究
来源期刊 可再生能源 学科 工学
关键词 风电功率预测 灰色模型 背景值 最小二乘法 初始条件
年,卷(期) 2018,(12) 所属期刊栏目
研究方向 页码范围 1865-1870
页数 6页 分类号 TK81
字数 3881字 语种 中文
DOI 10.3969/j.issn.1671-5292.2018.12.021
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 张毅 河北工业大学人工智能与数据科学学院 13 71 5.0 8.0
3 郭英军 河北工业大学人工智能与数据科学学院 32 142 6.0 10.0
5 孙鹤旭 河北工业大学人工智能与数据科学学院 143 1159 19.0 26.0
13 鲁志平 河北工业大学人工智能与数据科学学院 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  (38)
共引文献  (496)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 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)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
风电功率预测
灰色模型
背景值
最小二乘法
初始条件
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
总被引数(次)
41118
论文1v1指导