您当前的位置:
首页 >
文章列表页 >
一种改进组合神经网络的超短期风速预测方法研究
新能源 | 更新时间:2025-06-15
    • 一种改进组合神经网络的超短期风速预测方法研究

    • Research on an Ultra-Short-Term Wind Speed Prediction Method Based on Improved Combined Neural Networks

    • “在风电领域,专家提出了一种改进组合神经网络的超短期风速预测方法,有效提高了预测精度。”
    • 发电技术   2024年45卷第2期 页码:323-330
    • DOI:10.12096/j.2096-4528.pgt.22038    

      中图分类号: TK 81
    • 收稿日期:2023-03-15,

      纸质出版日期:2024-04-30

    移动端阅览

  • 邵宜祥,刘剑,胡丽萍等.一种改进组合神经网络的超短期风速预测方法研究[J].发电技术,2024,45(02):323-330. DOI: 10.12096/j.2096-4528.pgt.22038.

    SHAO Yixiang,LIU Jian,HU Liping,et al.Research on an Ultra-Short-Term Wind Speed Prediction Method Based on Improved Combined Neural Networks[J].Power Generation Technology,2024,45(02):323-330. DOI: 10.12096/j.2096-4528.pgt.22038.

  •  
  •  

0

浏览量

0

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

考虑有功无功协调恢复的风电场高电压穿越策略
基于数据驱动的循环流化床机组深度调峰NOx预测
变电设备温度态势感知及辅助决策系统方案研究
考虑平抑未来时刻风电波动的混合储能系统超前模糊控制策略
气候变化条件下基于智能预测模型的虚拟电厂不确定性运行优化研究

相关作者

刘江山
韩璐
黄新民
尹纯亚
莫基晟
解沛然
张鹏新
高明明

相关机构

国网新疆电力有限公司乌鲁木齐供电公司,新疆维吾尔自治区
新疆大学电气工程学院,新疆维吾尔自治区
清华大学能源与动力工程系,北京市 海淀区
国家能源集团新能源技术研究院有限公司,北京市 昌平区
天津市普迅电力信息技术有限公司,天津市 东丽区
0