作者:
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:
风功率预测的前提和基础,有效的风功率预测对于电力系统中新能源的有效利用、电网的安全稳定运行具有重要意义.然而由于风功率的非线性和非平稳性,使得其预测结果一直很难令人满意.本文基于改进的BP神经网络模型,建立了一种考虑数值环境因素风功率预测模型.并采用我国南方某风电场的实测数据验证模型性能,研究结果表明,本文的模型取得了较好的预测效果,具有一定的先进性和实用性.
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
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
基于RBF-BP组合神经网络的短期风电功率预测研究
尾流
地势
RBF-BP组合神经网络
短期风电功率预测
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 基于数值环境因素和改进BP神经网络的短期风功率预测研究
来源期刊 电子世界 学科
关键词 风功率 预测 环境因素 BP神经网络
年,卷(期) 2018,(11) 所属期刊栏目 探索与观察
研究方向 页码范围 29-30
页数 2页 分类号
字数 1925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 刘晓晓 国网山东省电力公司肥城市供电公司 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (885)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1998(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(18)
  • 参考文献(0)
  • 二级参考文献(18)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(4)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(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)
研究主题发展历程
节点文献
风功率
预测
环境因素
BP神经网络
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导