Prediction of Wind Power by Chaos and BP Artificial Neural Networks Approach Based on Genetic Algorithm

Dai-Zheng Huang; Ren-Xi Gong; Shu Gong

추천

검색

질문

자료유형: 학술저널

저자정보: Dai-Zheng Huang (Guangxi University) Ren-Xi Gong (Guangxi University) Shu Gong (Guangxi University)

저널정보: 대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.10 No.1

발행연도: 2015.1

수록면: 41 - 46 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

It is very important to make accurate forecast of wind power because of its indispensable requirement for power system stable operation. The research is to predict wind power by chaos and BP artificial neural networks (CBPANNs) method based on genetic algorithm, and to evaluate feasibility of the method of predicting wind power. A description of the method is performed. Firstly, a calculation of the largest Lyapunov exponent of the time series of wind power and a judgment of whether wind power has chaotic behavior are made. Secondly, phase space of the time series is reconstructed. Finally, the prediction model is constructed based on the best embedding dimension and best delay time to approximate the uncertain function by which the wind power is forecasted. And then an optimization of the weights and thresholds of the model is conducted by genetic algorithm (GA). And a simulation of the method and an evaluation of its effectiveness are performed. The results show that the proposed method has more accuracy than that of BP artificial neural networks (BP-ANNs).

#Wind power forecasting #Chaos and BP neural network method #Genetic algorithm

참고문헌 (16)

참고문헌 신청

2. [학술지(정기간행물)] - Ramesh Babu N / 2012 / Forecasting of wind speed using artificial neural networks / Int. Rev. Mod. Sim 5 (5)

3. [학술지(정기간행물)] - 류재근 / 2013 / Impacts of Wind Power Integration on Generation Dispatch in Power Systems / Journal of Electrical Engineering & Technology 8 (3) : 453 ~ 463

4. [학술지(정기간행물)] - Ch. Ulam-Orgil / 2012 / Evaluation of the Wind Power Penetration Limit and Wind Energy Penetration in the Mongolian Central Power System / Journal of Electrical Engineering & Technology 7 (6) : 852 ~ 858

5. [학술지(정기간행물)] - Poncela Marta / 2013 / Automatic tuning of Kalman filters by maximum likelihood methods for wind energy forecasting / Appl. Energy 108 : 349 ~ 362

6. [학술지(정기간행물)] - Kou Peng / 2013 / Sparse online warped Gaussian process for wind power probabilistic forecasting / Appl. Energy 108 : 410 ~ 428

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Dai-Zheng Huang

소속기관 Guangxi University

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 1 이용수 101

Ren-Xi Gong

소속기관 Guangxi University

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 4 이용수 147

Shu Gong

소속기관 Guangxi University

주요연구분야 공학 > 전기전자공학 > 전기공학

논문수 1 이용수 101

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-560-000980487

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)