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 BP 神经网络系统的短期电力负荷预测
电力负荷预测
神经网络
BP 算法
MATLAB
误差分析
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