钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
金属学与金属工艺期刊
\
机械工程与自动化期刊
\
基于小波分解与SVR组合的风电场短期风速预测
基于小波分解与SVR组合的风电场短期风速预测
作者:
白鹏
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
短期风速预测
小波分解
支持向量回归机
风电场
摘要:
针对风电场风速波动快、预测难的特点,构建了一种基于小波分解与支持向量回归机模型组合的风电场短期风速预测方法.该方法首先将变化剧烈的原始风速序列用小波分解为多个变化较为平缓的风速分量,然后再针对各分量利用支持向量回归机模型分别进行预测,最后将预测的结果重构得到最终的风速预测序列.利用MATLAB进行了算法仿真,仿真结果表明:基于小波分解与支持向量回归机的风电场短期风速预测方法可以实现风速的高精度预测预报,比单一支持向量回归机模型的预测精度更高,可以为风电场的实际生产与调度提供决策依据.
暂无资源
收藏
引用
分享
推荐文章
采用小波分析和神经网络的短期风速组合预测
短期预测
小波分析
径向基神经网络
Elman神经网络
广义回归神经网络
基于小波变换的风电场短期风速组合预测
短期风速
小波变换
自回归求和滑动平均模型
最小二乘支持向量机
组合预测
基于经验模式分解的风电场短期风速预测模型
风速预测
经验模式分解
时间序列
基于小波分解的超短期风速混合模型组合预测
超短期风速预测
混合模型
组合预测
小波分解
间接预测
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于小波分解与SVR组合的风电场短期风速预测
来源期刊
机械工程与自动化
学科
关键词
短期风速预测
小波分解
支持向量回归机
风电场
年,卷(期)
2021,(3)
所属期刊栏目
计算机技术应用
研究方向
页码范围
89-91
页数
3页
分类号
TK81
字数
语种
中文
DOI
10.3969/j.issn.1672-6413.2021.03.031
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(111)
共引文献
(18)
参考文献
(6)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1989(1)
参考文献(0)
二级参考文献(1)
1993(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)
1996(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)
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(2)
参考文献(0)
二级参考文献(2)
2003(3)
参考文献(0)
二级参考文献(3)
2005(5)
参考文献(0)
二级参考文献(5)
2006(1)
参考文献(0)
二级参考文献(1)
2007(2)
参考文献(0)
二级参考文献(2)
2008(10)
参考文献(0)
二级参考文献(10)
2009(7)
参考文献(0)
二级参考文献(7)
2010(6)
参考文献(2)
二级参考文献(4)
2011(6)
参考文献(0)
二级参考文献(6)
2012(6)
参考文献(0)
二级参考文献(6)
2013(8)
参考文献(0)
二级参考文献(8)
2014(8)
参考文献(0)
二级参考文献(8)
2015(2)
参考文献(0)
二级参考文献(2)
2016(3)
参考文献(0)
二级参考文献(3)
2017(14)
参考文献(0)
二级参考文献(14)
2018(7)
参考文献(1)
二级参考文献(6)
2019(10)
参考文献(0)
二级参考文献(10)
2020(8)
参考文献(3)
二级参考文献(5)
2021(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
短期风速预测
小波分解
支持向量回归机
风电场
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
机械工程与自动化
主办单位:
山西省机电设计研究院
山西省机械工程学会
出版周期:
双月刊
ISSN:
1672-6413
CN:
14-1319/TH
开本:
大16开
出版地:
太原市胜利街228号
邮发代号:
22-117
创刊时间:
1972
语种:
chi
出版文献量(篇)
9123
总下载数(次)
41
总被引数(次)
29895
期刊文献
相关文献
1.
采用小波分析和神经网络的短期风速组合预测
2.
基于小波变换的风电场短期风速组合预测
3.
基于经验模式分解的风电场短期风速预测模型
4.
基于小波分解的超短期风速混合模型组合预测
5.
基于相似样本的风速组合预测
6.
基于小波分析法与滚动式时间序列法的风电场风速短期预测优化算法
7.
卡尔曼滤波修正的风电场短期功率预测模型
8.
风电场短期风速的多变量局域预测法
9.
基于小波分解和极限学习机的短期风速组合预测研究
10.
小波分解层数及其组合分量对短期风速多步预测的影响分析
11.
基于深度学习网络的风电场功率短期预测研究
12.
基于神经网络和小波分析的超短期风速预测
13.
基于小波分解和深度信念网络的短期风速预测
14.
基于小波分解与支持向量机的风速预测模型
15.
风电场短期风速预测方法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
机械工程与自动化2022
机械工程与自动化2021
机械工程与自动化2020
机械工程与自动化2019
机械工程与自动化2018
机械工程与自动化2017
机械工程与自动化2016
机械工程与自动化2015
机械工程与自动化2014
机械工程与自动化2013
机械工程与自动化2012
机械工程与自动化2011
机械工程与自动化2010
机械工程与自动化2009
机械工程与自动化2008
机械工程与自动化2007
机械工程与自动化2006
机械工程与自动化2005
机械工程与自动化2004
机械工程与自动化2003
机械工程与自动化2002
机械工程与自动化2001
机械工程与自动化2000
机械工程与自动化1999
机械工程与自动化2021年第5期
机械工程与自动化2021年第4期
机械工程与自动化2021年第3期
机械工程与自动化2021年第2期
机械工程与自动化2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号