•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

Short-Term Wind Power Ensemble Prediction Based on Gaussian Processes and Neural Networks

نویسنده:
Duehee Lee
,
Baldick, Ross
ناشر:
IEEE
سال
: 2014
شناسه الکترونیک: 10.1109/TSG.2013.2280649
یو آر آی: https://libsearch.um.ac.ir:443/fum/handle/fum/959805
کلیدواژه(گان): Gaussian processes,load forecasting,neural nets,power system simulation,wind power plants,GP submodel,Gaussian process submodel,NN submodel,PES,Power and Energy Society,decision process,neural network submodel,short-term wind power ensemble prediction,short-term wind power forecasting model,time 48 h,time 5 hour,wind farm,Artificial neural networks,Data models,Forecasting,Predictive models,Wind forecasting,Wind power generation,Wind speed,Ensemble forecasting,Gaussian pr
کالکشن :
  • Latin Articles
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    Short-Term Wind Power Ensemble Prediction Based on Gaussian Processes and Neural Networks

Show full item record

contributor authorDuehee Lee
contributor authorBaldick, Ross
date accessioned2020-03-12T18:28:38Z
date available2020-03-12T18:28:38Z
date issued2014
identifier issn1949-3053
identifier other6606922.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/959805
formatgeneral
languageEnglish
publisherIEEE
titleShort-Term Wind Power Ensemble Prediction Based on Gaussian Processes and Neural Networks
typeJournal Paper
contenttypeMetadata Only
identifier padid7992412
subject keywordsGaussian processes
subject keywordsload forecasting
subject keywordsneural nets
subject keywordspower system simulation
subject keywordswind power plants
subject keywordsGP submodel
subject keywordsGaussian process submodel
subject keywordsNN submodel
subject keywordsPES
subject keywordsPower and Energy Society
subject keywordsdecision process
subject keywordsneural network submodel
subject keywordsshort-term wind power ensemble prediction
subject keywordsshort-term wind power forecasting model
subject keywordstime 48 h
subject keywordstime 5 hour
subject keywordswind farm
subject keywordsArtificial neural networks
subject keywordsData models
subject keywordsForecasting
subject keywordsPredictive models
subject keywordsWind forecasting
subject keywordsWind power generation
subject keywordsWind speed
subject keywordsEnsemble forecasting
subject keywordsGaussian pr
identifier doi10.1109/TSG.2013.2280649
journal titleSmart Grid, IEEE Transactions on
journal volume5
journal issue1
filesize1382589
citations2
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace