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:
为了对风速进行准确预测,结合分类与回归树(Classification and Regression Tree,CART)、自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、回声状态网络与非线性误差修正策略,提出了一种基于回声状态网络(Echo Sate Network,ESN)的混合期风速预测方法.其中,CART用于对原始数据进行重构,得到建模数据集.CEEMDAN用于提取输入特征信息.ESN根据输入特征建立风速预测建模.最后,利用误差修正策略对所得到的模型进行修正.基于国内某风电场的数据实验表明,所提出方法能够准确预测风速,可以指导风场生产,提高生产自动化水平.
推荐文章
回声状态网络混沌跳频码预测方法
跳频码预测
回声状态网络
混沌跳频码
基于改进回声状态网络的游离氧化钙预测控制
模型预测控制
神经网络
回声状态网络
L1正则化
优化
烧成系统
基于回声状态网络的多变量预测模型的研究
多变量混沌时间序列预测
回声状态网络
主元分析
基于回声状态网络的BOD在线软测量模型
污水处理
BOD
回声状态网络
收敛性
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CEEMDAN与回声状态网络的风速预测方法
来源期刊 电力系统保护与控制 学科
关键词 风速预测 回声状态网络 CEEMDAN CART 预测值修正
年,卷(期) 2020,(12) 所属期刊栏目 应用研究
研究方向 页码范围 90-96
页数 7页 分类号
字数 4744字 语种 中文
DOI 10.19783/j.cnki.pspc.190923
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 唐振浩 东北电力大学自动化工程学院 11 11 2.0 3.0
2 韩宏志 新疆新能集团有限责任公司乌鲁木齐电力建设调试所 1 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  (214)
共引文献  (61)
参考文献  (26)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(15)
  • 参考文献(2)
  • 二级参考文献(13)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(23)
  • 参考文献(1)
  • 二级参考文献(22)
2016(39)
  • 参考文献(1)
  • 二级参考文献(38)
2017(62)
  • 参考文献(6)
  • 二级参考文献(56)
2018(27)
  • 参考文献(7)
  • 二级参考文献(20)
2019(6)
  • 参考文献(6)
  • 二级参考文献(0)
2020(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
风速预测
回声状态网络
CEEMDAN
CART
预测值修正
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导