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:
数值天气预报(numerical weather prediction,NWP)是短期风电功率预测模型的主要输入.通常,传统模型只考虑NWP的风速、风向、温度、湿度、压强这5类典型特征,且多数在单位置NWP的基础上建立.因此,为充分利用NWP信息,研究了NWP非典型特征的可用性,并考虑了多个位置的NWP信息.在考虑多位置NWP及非典型特征时,提出了以最大相关-最小冗余原则提取输入变量的预测方法,并和通过主成分分析提取的方法进行对比.结果表明,多位置NWP和非典型特征均包含有效信息,有利于提高预测精度.而在考虑多位置NWP和非典型特征时,以最大相关-最小冗余原则建立的模型比通过主成分分析建立的模型预测精度更高,其均方根误差较只考虑单位置NWP和典型特征时降低了1.84%.
推荐文章
基于NWP和深度学习神经网络短期风功率预测
风功率预测
深度学习神经网络
数值天气预报
建立转换模型
概率密度
案例分析
基于动态集成LSSVR的超短期风电功率预测
超短期风电功率预测
最小二乘支持向量回归
动态集成
动态时间弯曲距离
数值天气预报
基于多位置NWP与主成分分析的风电功率短期预测
风电功率预测
数值天气预报
多位置
主成分分析
聚类分析
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
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 考虑多位置NWP和非典型特征的短期风电功率预测研究
来源期刊 电网技术 学科 工学
关键词 短期风电功率预测 非典型特征 多位置 特征选择 数值天气预报
年,卷(期) 2018,(10) 所属期刊栏目 国家重点研发计划
研究方向 页码范围 3234-3240
页数 7页 分类号 TM614
字数 语种 中文
DOI 10.13335/j.1000-3673.pst.2018.0492
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 彭勇刚 35 508 12.0 22.0
2 宋家康 2 4 1.0 2.0
3 蔡宏达 2 17 1.0 2.0
4 夏杨红 4 17 1.0 4.0
5 王晓明 4 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (325)
共引文献  (480)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(3)
  • 参考文献(0)
  • 二级参考文献(3)
1986(3)
  • 参考文献(1)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(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)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(16)
  • 参考文献(1)
  • 二级参考文献(15)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(19)
  • 参考文献(1)
  • 二级参考文献(18)
2008(26)
  • 参考文献(1)
  • 二级参考文献(25)
2009(25)
  • 参考文献(0)
  • 二级参考文献(25)
2010(25)
  • 参考文献(1)
  • 二级参考文献(24)
2011(35)
  • 参考文献(3)
  • 二级参考文献(32)
2012(22)
  • 参考文献(0)
  • 二级参考文献(22)
2013(23)
  • 参考文献(0)
  • 二级参考文献(23)
2014(30)
  • 参考文献(1)
  • 二级参考文献(29)
2015(33)
  • 参考文献(3)
  • 二级参考文献(30)
2016(18)
  • 参考文献(1)
  • 二级参考文献(17)
2017(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短期风电功率预测
非典型特征
多位置
特征选择
数值天气预报
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
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
论文1v1指导