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:
指出了风功率预测对于风电的并网运行有着重要的意义.为了保证电网调度正常运行,缓解电力系统调峰和调频压力,也为了提高风电接纳能力,风功率预测是不可或缺的一部分.风的随机性不仅仅对电力系统的稳定性带来了挑战,也对风电输出功率的准确度带来了困难,所以,风功率预测备受广泛关注.算例部分对国内某风电场进行了仿真预测,采用RBF算法,通过仿真结果可看出:该模型对风功率预测具有较高的预测精度.
推荐文章
基于CS-SVR模型的短期风电功率预测
功率预测
布谷鸟搜索算法
支持向量回归机
参数寻优
异常数据剔除
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
基于动态集成LSSVR的超短期风电功率预测
超短期风电功率预测
最小二乘支持向量回归
动态集成
动态时间弯曲距离
数值天气预报
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RBF算法短期风功率预测
来源期刊 绿色科技 学科 工学
关键词 短期功率预测 RBF算法 BP算法
年,卷(期) 2020,(6) 所属期刊栏目 能源与节能
研究方向 页码范围 256-257
页数 2页 分类号 TM614
字数 1361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 杨培宏 内蒙古科技大学信息工程学院 52 214 8.0 11.0
2 李忠 4 0 0.0 0.0
3 王瑶 内蒙古科技大学信息工程学院 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  (146)
共引文献  (260)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(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)
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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(17)
  • 参考文献(1)
  • 二级参考文献(16)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(20)
  • 参考文献(0)
  • 二级参考文献(20)
2011(18)
  • 参考文献(2)
  • 二级参考文献(16)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(8)
  • 参考文献(3)
  • 二级参考文献(5)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2019(2)
  • 参考文献(2)
  • 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
短期功率预测
RBF算法
BP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
绿色科技
半月刊
1674-9944
42-1808/S
大16开
湖北省武汉市
2010
chi
出版文献量(篇)
21738
总下载数(次)
68
论文1v1指导