期刊导航
期刊开放获取
河南省图书馆
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
基于最优划分聚类和人工神经网络的地区风力发电预测
被引量:
3
1
作者
樊国伟
陈驰
+6 位作者
李俊
王智伟
任景
张小东
张锋
樊国旗
宋宪可
《青海电力》
2019年第4期5-8,23,共5页
针对现在地区风电出力预测的不足,提出了一种基于最优划分聚类和人工神经网络的风力发电预测的算法,首先根据最小误差函数确定最优划分聚类法的类数,选择与待预测日历史日风速数据最相似的历史数据作为训练样本对风力发电预测模型进行...
针对现在地区风电出力预测的不足,提出了一种基于最优划分聚类和人工神经网络的风力发电预测的算法,首先根据最小误差函数确定最优划分聚类法的类数,选择与待预测日历史日风速数据最相似的历史数据作为训练样本对风力发电预测模型进行训练。采用新疆某地区风力发电实例验证模型的有效性,并对比人工神经网络模型与本模型的预测误差,结果表明该方法具有较高的预测精度,对风力发电预测具有一定的参考价值。
展开更多
关键词
人工神经网络
最优划分聚类
地区风力发电预测
下载PDF
职称材料
题名
基于最优划分聚类和人工神经网络的地区风力发电预测
被引量:
3
1
作者
樊国伟
陈驰
李俊
王智伟
任景
张小东
张锋
樊国旗
宋宪可
机构
国网新疆电力公司
新疆大学
国网公司西北分部
国网浙江省电力公司龙泉市供电公司
出处
《青海电力》
2019年第4期5-8,23,共5页
基金
国网新疆电力公司科技项目(编号5230HQ1700D)
文摘
针对现在地区风电出力预测的不足,提出了一种基于最优划分聚类和人工神经网络的风力发电预测的算法,首先根据最小误差函数确定最优划分聚类法的类数,选择与待预测日历史日风速数据最相似的历史数据作为训练样本对风力发电预测模型进行训练。采用新疆某地区风力发电实例验证模型的有效性,并对比人工神经网络模型与本模型的预测误差,结果表明该方法具有较高的预测精度,对风力发电预测具有一定的参考价值。
关键词
人工神经网络
最优划分聚类
地区风力发电预测
Keywords
artificial neural network
optimally partitioning clustering
regional wind power prediction
分类号
TM714 [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
基于最优划分聚类和人工神经网络的地区风力发电预测
樊国伟
陈驰
李俊
王智伟
任景
张小东
张锋
樊国旗
宋宪可
《青海电力》
2019
3
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