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:
针对风电场风电功率爬坡事件预测问题,提出一种分类预测模型.该模型将大气再分析数据输入的预测问题建模为二分类问题.另一方面,提出一种混合神经进化算法,将极限学习机等人工神经网络与进化算法相结合,对训练后的模型进行优化.由于风电爬坡事件发生的概率很低,因此是不平衡的.本文采用SMOTE采样方法,通过减少大多数类的数据样本来获得良好的结果.采用进化算法进行特征选择,以选择最优的训练模型.最后,通过算例仿真对模型进行评价,验证了模型的精度性能.结果表明,该方法在分类预测性能上具有较好的精度.
推荐文章
基于思维进化算法的风电功率预测研究
思维进化算法
风电功率
预测模型
基于突变理论的风电爬坡多步预测
风电爬坡事件
突变理论
中尺度气象信息
数据挖掘
多步预测
基于进化神经网络混凝土大坝变形预测
人工神经网络
变形预报
混凝土大坝
遗传算法
基于种群分类的差分进化算法
差分进化
随机方法
种群分类
变异策略
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 基于混合神经进化算法的风电爬坡分类预测
来源期刊 新一代信息技术 学科
关键词 混合神经进化算法 极端学习机 SMOTE采样方法 风电爬坡预测
年,卷(期) 2019,(7) 所属期刊栏目
研究方向 页码范围 39-45
页数 7页 分类号
字数 4333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 王致杰 上海电机学院电气学院 133 321 9.0 13.0
2 刘三明 上海电机学院电气学院 70 153 7.0 9.0
3 徐正华 上海电机学院电气学院 3 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  (209)
共引文献  (46)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(14)
  • 参考文献(1)
  • 二级参考文献(13)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(25)
  • 参考文献(0)
  • 二级参考文献(25)
2014(26)
  • 参考文献(0)
  • 二级参考文献(26)
2015(26)
  • 参考文献(3)
  • 二级参考文献(23)
2016(16)
  • 参考文献(2)
  • 二级参考文献(14)
2017(25)
  • 参考文献(3)
  • 二级参考文献(22)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 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
混合神经进化算法
极端学习机
SMOTE采样方法
风电爬坡预测
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
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
相关基金
上海市自然科学基金
英文译名:
官方网址:http://www.lawyee.net/Act/Act_Display.asp?RID=46696
项目类型:面上项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导