风速预测

作品数：725被引量：4545H指数：38
导出分析报告
相关领域：电气工程更多>>
相关作者：李春祥刘辉李燕飞张亚刚卫志农更多>>
相关机构：华北电力大学中南大学河海大学西安热工研究院有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划河北省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 基金=国家重点基础研究发展计划x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于LMD与GA-BP神经网络组合的短期风速滚动预测方法被引量：3
《山东电力技术》2019年第11期13-20,共8页张廷忠 张庆辉 邢强 马晓伟 
国家重点基础研究发展计划项目(2016YFB0900602)
针对组合预测方法中经验模态分解(EMD)部分存在处理非线性和非稳态信号的不足,提出以一种基于局部均值分解(LMD)与遗传算法-BP神经网络(GA-BP)模型相结合的短时风速预测方法。首先该方法在自适应分解部分采用LMD方法对原始风速数据进行...
关键词：风速预测 滚动预测 EMD LMD 遗传算法 神经网络 
短期风速预测的相关方法及其应用研究被引量：5
《合肥工业大学学报（自然科学版）》2017年第11期1502-1506,共5页凌劲 茆美琴 李福根 张恩铭 
国家重点基础研究发展计划(973计划)资助项目(2009CB219708);国家自然科学基金面上资助项目(51077033);高等学校博士学科点专项科研基金资助项目(201301111110005);广东省引进创新团队资助项目(2011N015)
文章对持续法、BP神经网络和支持向量机(support vector machine,SVM)3种方法在提前24h风速预测中的应用进行了研究和比较。为了消除季节对预测结果的影响,针对某年12个月份分别建立预测模型,结果表明:在大多数情况下,BP神经网络和SVM...
关键词：风速预测 应用研究 持续法 BP神经网络 支持向量机(SVM) SUPPORT VECTOR machine(SVM ) 
基于支持向量机的短期风速预测研究综述被引量：13
《东北电力大学学报》2017年第4期1-7,共7页杨茂 陈新鑫 张强 李大勇 孙涌 贾云彭 
国家重点基础研究发展计划项目(973计划)(2013CB228201);吉林省产业技术研究与开发项目(2014Y124)
介绍了支持向量机(SVM)的理论基础,从两个方面归纳了目前国内外支持向量机算法在短期风速预测应用中的现状。首先,介绍了确定性支持向量机的预测方法:使用数据挖掘算法结合支持向量机的预测模型和对核函数参数改进优化的支持向量机预测...
关键词：短期风速预测 支持向量机 确定性 核函数 参数优化 
基于风速预测的风储电压质量调节系统被引量：13
《电网技术》2016年第5期1341-1347,共7页管晟超 程浩忠 杨堤 马紫峰 
国家重点基础研究发展计划项目(973项目)(2014CB23903)~~
随着风能在电力系统中的渗透率不断提高,风电功率的随机波动对电力系统的影响日益严重,尤其是在电压质量方面。提出了一种基于超级电容器-蓄电池混合储能的电压质量调节系统,可以平抑电压暂降、电压波动等。首先通过自回归滑动平均模型...
关键词：风电系统 超级电容器 蓄电池 混合储能 随机风速 电压质量调节 
风电场短期风速的集成学习预测模型被引量：11
《电力系统及其自动化学报》2016年第1期1-4,共4页胡倩 陈红坤 孙志达 
国家重点基础研究发展计划(973计划)资助项目(2012CB215200)
准确的风电场风速预测对含大规模风电的电力系统安全稳定运行具有重要意义。针对时间序列法、卡尔曼滤波法、神经网络法等单一预测模型预测精度不高的问题,引入集成学习的分析方法,提出了一种基于Ada-boost算法改进的支持向量机(SVM)短...
关键词：短期风速预测 集成学习 动态权重 隶属度函数 支持向量机 
基于小波包变换的最小二乘支持向量机短期风速多步预测和信息粒化预测的研究被引量：16
《太阳能学报》2014年第2期214-220,共7页柳玉 曾德良 刘吉臻 白恺 宋鹏 
国家重点基础研究发展(973)计划(2012CB215203);国家自然科学基金(51036002)
讨论风电场短期风速多步预测和信息粒化预测,建模方法采用最小二乘支持向量机回归算法,数据处理方法采用小波包变换算法,在小波变换的基础上有选择地分解高频部分,可进一步提升预测精度。最后,将该文所提的建模方法应用于短期风速多步...
关键词：风速预测 最小二乘支持向量机 小波包变换 多步预测 信息粒化 
基于小波Elman神经网络的短期风速预测被引量：4
《华东电力》2013年第4期798-801,共4页刘欢 刘吉臻 张文广 张超 
国家重点基础研究发展计划项目(973计划)(2012CB215203)
采用小波理论和Elman神经网络相结合的方法对风速进行短期预测,建立小波Elman神经网络预测模型。为了避免梯度下降法存在收敛速度慢、易震荡、陷入局部极小值等缺点,在神经网络学习过程中采用LM(Levenberg-Marquardt)算法和附加动量项...
关键词：风速预测 小波分析 ELMAN神经网络 LM算法 
采用贝叶斯–克里金–卡尔曼模型的多风电场风速短期预测被引量：17
《中国电机工程学报》2012年第35期107-114,共8页卿湘运 杨富文 王行愚 
中央高校基础研究基金项目(WH1114059;WJ0913001);国家自然科学基金项目(61074113;61174064);国家重点基础研究发展计划项目(973计划)(2012CB720502)~~
精确的短期风速预测对可靠安全的电力系统运行很重要。传统的预测方法没有考虑空间相邻风电场的信息。然而,多个风电场的风速在时间和空间上是相关的。该文给出了一个采用贝叶斯克里金卡尔曼模型的短期风速预测方法。由主克里金函数构...
关键词：风电场 短期风速预测 克里金卡尔曼滤波 变分贝叶斯 时空模型 概率图模型 
基于Adaboost的BP神经网络改进算法在短期风速预测中的应用被引量：62
《电网技术》2012年第9期221-225,共5页吴俊利 张步涵 王魁 
国家重点基础研究发展计划项目(973项目)(2010CB227206);国家863高技术基金项目(2011AA05A101)~~
进行较准确的风速预测对含大规模风电场的电力系统进行经济调度具有重要意义。针对目前神经网络法、时间序列法、卡尔曼滤波法等算法在短期风速预测上精度不高的缺陷,引入Adaboost算法对前馈(back propagation,BP)神经网络算法进行改进...
关键词：风速预测 ADABOOST BP神经网络 
基于预测误差校正的支持向量机短期风速预测被引量：9
《系统仿真学报》2012年第4期769-773,共5页周松林 茆美琴 苏建徽 
国家重点基础研究发展计划(973计划)(2009CB219708)
对风电场风速进行较为准确的预测,对于电力部门及时调整调度计划至关重要。建立了支持向量机风速预测模型,并提出了结合预测误差校正来提高预测精度的新思路。先建立SVM模型初步预测风速,再将得到的训练误差和测试误差分别构建样本,建...
关键词：风速预测 预测误差校正 支持向量机 小波分解 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部