期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波与最小资源分配网络的超短期风电功率预测研究
被引量:
22
1
作者
杨杰
霍志红
+3 位作者
何永生
郭苏
邱良
许昌
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第9期55-61,共7页
针对风电场实际风速和风电功率序列的波动性、间歇性等特点以及RBF神经网络结构一旦确定隐节点个数就不可变等缺陷,提出了基于小波分析和最小资源分配网络的超短期风电功率预测方法。首先将历史风速和风电功率序列进行小波去噪及多频分...
针对风电场实际风速和风电功率序列的波动性、间歇性等特点以及RBF神经网络结构一旦确定隐节点个数就不可变等缺陷,提出了基于小波分析和最小资源分配网络的超短期风电功率预测方法。首先将历史风速和风电功率序列进行小波去噪及多频分解,得到多组高频信号和一组低频信号。然后对各频信号分别建立神经网络预测模型对未来4 h风电功率进行超短期预测。最后将各预测结果通过小波重构得到最终的超短期预测功率。实验结果证明,该方法能有效提高预测精度。
展开更多
关键词
风电场
神经网络
小波分析
最小资源分配网络
超短期风电功率预测
下载PDF
职称材料
题名
基于小波与最小资源分配网络的超短期风电功率预测研究
被引量:
22
1
作者
杨杰
霍志红
何永生
郭苏
邱良
许昌
机构
河海大学能源与电气学院
中国电建昆明勘测设计研究院有限公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第9期55-61,共7页
基金
中丹国际科技合作专项项目资助(2014DFG62530)
国家自然科学基金项目资助(51507053)
中央高校基本科研业务费项目-科技发展前瞻性研究专项资助(2017B42314)~~
文摘
针对风电场实际风速和风电功率序列的波动性、间歇性等特点以及RBF神经网络结构一旦确定隐节点个数就不可变等缺陷,提出了基于小波分析和最小资源分配网络的超短期风电功率预测方法。首先将历史风速和风电功率序列进行小波去噪及多频分解,得到多组高频信号和一组低频信号。然后对各频信号分别建立神经网络预测模型对未来4 h风电功率进行超短期预测。最后将各预测结果通过小波重构得到最终的超短期预测功率。实验结果证明,该方法能有效提高预测精度。
关键词
风电场
神经网络
小波分析
最小资源分配网络
超短期风电功率预测
Keywords
wind
farm
neural
network
wavelet
analysis
minimum
resource
allocation
network
ultra
-
short
-
term
windpower
prediction
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波与最小资源分配网络的超短期风电功率预测研究
杨杰
霍志红
何永生
郭苏
邱良
许昌
《电力系统保护与控制》
EI
CSCD
北大核心
2018
22
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部