Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
The accuracy of wind speed forecasting is related to the wind power scheduling. When large-scale wind power connected grid, it also affects the stability of the grid. This paper applies time series model and Back Propagation (BP) neural network model to predict wind speed. Finally, a combination model of time series and BP neural network is proposed. In the combination model, the inputs of BP neural...
Wind power prediction is important to the operation of power system with comparatively large mount of wind power. It can relieve or avoid the disadvantageous impact of wind farm on power systems. Because the traditional neural network may fall into local convergence, so it will be effective to improve the training algorithm to improve its convergence and accuracy of prediction. In this paper, a model...
Short-term prediction of wind speed is important to the power system operation. Generation schedules in a wind farm could be efficiently assigned by means of precise prediction of wind speed to alleviate the impact of instable wind power on power grids. Back-propagation neural network (BPNN) is a main approach for short-term wind speed prediction. The method, using the improved particle swarm optimization...
Short-term prediction of wind speed is important for utility of wind power. Wind generating schedules in a wind farm could be efficiently accommodated by means of precise prediction of wind speed to mitigate the impact from instable wind power on power grids. Back-propagation neural network (BPNN) is a main approach for short-term of wind speed prediction. This paper proposes using momentum item to...
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.