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:
风速预测是风电场运行和风电并网过程中的关键技术之一.由于风速序列呈现出明显的间歇性和波动性,使用单一模型进行时预测难以取得满意的结果.本文发展了三种混合多步预测模型,并将他们与已有的风速预测模型相比较.这三个模型结合了小波分解、布谷鸟搜索算法和小波神经网络,分别记为CS-WD-ANN,CS-WNN和CS-WD-WNN.研究采用中国山东省两个风电场的实测数据进行模拟试验和模型比较,结果显示CS-WD-WNN表现最佳,具有最低的统计误差.
推荐文章
基于粒子群算法的布谷鸟搜索算法
布谷鸟搜索
Levy飞行
粒子群优化算法
基于高斯扰动的布谷鸟搜索算法
布谷鸟搜索算法
高斯扰动
收敛速度
云模型的布谷鸟搜索算法
布谷鸟搜索算法
云模型
云模型的布谷鸟搜索算法
基于蚁群算法优化的布谷鸟搜索算法
Levy飞行
布谷鸟搜索算法
蚁群优化算法
鸟巢位置更新策略
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 基于小波分解和布谷鸟搜索算法的小波神经网络风速预测
来源期刊 大气和海洋科学快报(英文版) 学科
关键词 风速预测 小波分解 神经网络 布谷鸟搜索算法
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 107-115
页数 9页 分类号
字数 679字 语种 英文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (21)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
风速预测
小波分解
神经网络
布谷鸟搜索算法
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
大气和海洋科学快报(英文版)
双月刊
1674-2834
11-5693/P
16开
北京市德胜门外祁家豁子中国科学院大气物理研究所(北京)9804信箱
2-429
2008
eng
出版文献量(篇)
905
总下载数(次)
0
总被引数(次)
2021
论文1v1指导