求真分享 http://blog.sciencenet.cn/u/zlyang 求真务实

博文

喜获《发电技术》2020 年度优秀论文:大气压的差值对风速空间相关性预测的影响分析

已有 1528 次阅读 2021-1-2 14:35 |系统分类:科研笔记

喜获《发电技术》2020 年度优秀论文大气压的差值对风速空间相关性预测的影响分析

                   

   2020年12月31日 16:28 收到《发电技术》编辑部的邮件,通知我们的稿件《大气压的差值对风速空间相关性预测的影响分析》被评为2020年度《发电技术》优秀论文。

杨正瓴 2020年度《发电技术》优秀论文证书.jpg

感谢《发电技术》编辑部的厚爱!

惭愧啊,惭愧!

祝福《发电技术》编辑部!

            

感谢“国家最高科学技术奖”得主

叶笃正曾庆存老师!!

叶笃正.png

叶笃正院士,2005

http://www.stdaily.com/zhuanti01/gaoduanfangtanp/2018-01/04/content_617854.shtml?from=groupmessage&isappinstalled=0

曾庆存 02_副本.jpg

曾庆存院士,2019

https://www.sohu.com/a/366945758_120024466

            

叶笃正、曾庆存两位老师的研究结果,

给我们的“空间相关性”预报提供了气象学的理论性启发!

            

推荐阅读:

[1] 叶笃正,李崇银,王必魁.动力气象学[M].北京:科学出版社,1988.

[2] 曾庆存,叶笃正. 旋转大气中运动适应过程问题的研究(一)[J]. 大气科学,1980,4(4): 379-393.

http://www.dqkxqk.ac.cn/dqkx/dqkx/article/abstract/19800412?st=article_issue

https://www.cnki.com.cn/Article/CJFDTotal-DQXK198004010.htmm

[3] 吕建华,2020-07-03,一篇非SCI文章,两位国家最高奖作者:关于大气中的适应问题 精选

http://blog.sciencenet.cn/blog-3360191-1240516.html

相关链接:

[1] 2018-08-13,[请教] 利用季风的空间相关性提高风电功率预报的定位:世界首创、国际领先、国内领先、国内一般、没有价值?

http://blog.sciencenet.cn/blog-107667-1128960.html

[2] 2020-01-21,喜获《发电技术》2019年度优秀审稿专家!

http://blog.sciencenet.cn/blog-107667-1215111.html

下面汇总一下俺得过的“优秀审稿专家”之类:

(1)《中国科技论文在线》优秀评审专家,2009年、2012年。

(2)《电工技术学报》2013年优秀审稿人。全国一共才60人!

(3)《电力系统保护与控制》优秀审稿专家,2015年开始多次。

(4)《中国电力》优秀审稿专家,2016年。

(5)《西安交通大学学报》优秀审稿人,2016年。

(6)《电网技术》优秀审稿专家,2016年开始数次。

(7)《电气工程学报》优秀审稿专家,2019年。

(8)《发电技术》优秀审稿专家,2019年。

[3] 杨正瓴,冯勇,熊定方,等.基于季风特性改进风电功率预测的研究展望[J].智能电网,2015,3(1):1–7.

https://www.cnki.com.cn/Article/CJFDTotal-ZNDW201501001.htm

http://www.cqvip.com/QK/71975X/20151/90786887504849534849484849.html

http://d.wanfangdata.com.cn/periodical/ChlQZXJpb2RpY2FsQ0hJTmV3UzIwMjAxMjI4Eg16bmR3MjAxNTAxMDAxGghnOHVqYTNydw%3D%3D

《基于季风特性》一文被期刊他人引用:

[1] 基于时空相关性的NAR动态神经网络风功率超短期组合预测[J]. 黄慧,贾嵘,董开松. 太阳能学报. 2020(10)

[2] 基于区间二型FLS的短期风电功率多步预测[J]. 李军,王星辉. 控制工程. 2019(02)

[3] 基于多重离群点平滑转换自回归模型的短期风电功率预测[J]. 陈昊,张建忠,许超,谭风雷. 电力系统保护与控制. 2019(01)

[4] 考虑风向的风电功率预测不确定性研究[J]. 杨茂,杨春霖. 东北电力大学学报. 2018(05)

[5] 基于改进极限学习机的风电功率预测仿真研究[J]. 王浩,王艳,纪志成. 系统仿真学报. 2018(11)

[6] 基于CEEMD和GWO的超短期风速预测[J]. 王静,李维德. 电力系统保护与控制. 2018(09)

[7] 基于小波与最小资源分配网络的超短期风电功率预测研究[J]. 杨杰,霍志红,何永生,郭苏,邱良,许昌. 电力系统保护与控制. 2018(09)

[8] 基于AMD-ICSA-SVM的超短期风电功率组合预测[J]. 李燕青,袁燕舞,郭通. 电力系统保护与控制. 2017(14)

[9] 基于小波包分解和改进Elman神经网络的风电场风速和风电功率预测[J]. 叶瑞丽,郭志忠,刘瑞叶,刘建楠. 电工技术学报. 2017(21)

[10] 风电运行风险与备用协调优化的调度方法[J]. 李茜,刘天琪,莫思特,何川,李兴源. 电子科技大学学报. 2017(04)

[11] 基于IAFSA-BPNN的短期风电功率预测[J]. 张颖超,王雅晨,邓华,熊雄,陈浩. 电力系统保护与控制. 2017(07)

[12] 一种多输出模型的风电功率超短期预测方法[J]. 杨茂,董骏城. 中国电力. 2016(12)

[13] 风电功率爬坡气象场景分类模型及阈值整定研究[J]. 熊一,査晓明,秦亮,欧阳庭辉,夏添. 电工技术学报. 2016(19)

[14] 基于风速升降特征的短期风电功率预测[J]. 叶小岭,陈浩,郭晓杰,邓华,王雅晨.  电力系统保护与控制. 2016(19)

[15] 不同时间分辨率的风功率时间序列ARIMA模型预测[J]. 张立栋,李继影,吴颖,余侃胜,朱明亮,迟俊宇. 中国电力. 2016(06)

[16] 基于优化核极限学习机的风电功率时间序列预测[J]. 李军,李大超. 物理学报. 2016(13) 

[17] 基于QPSO-LSSVM的风电场超短期功率预测[J]. 张涛,孙晓伟,史苏怡,李振兴. 中国电力. 2016(03)

[18] 基于特征选择谱聚类和优化支持向量机的短期风速预测[J]. 张国维,王丙乾. 陕西电力. 2016(02)

[19] 一种基于径向基神经网络的短期风电功率直接预测方法[J]. 马斌,张丽艳. 电力系统保护与控制. 2015(19) 

           

感谢您的指教!

感谢您指正以上任何错误!

感谢您提供更多的相关资料!

                   



http://blog.sciencenet.cn/blog-107667-1265377.html

上一篇:祝科学网大家庭2021新年快乐!
下一篇:俺的劳动人民手:卡片机傻拍2021(1)

29 郑永军 蔡宁 檀成龙 钟定胜 朱晓刚 范振英 尤明庆 刘钢 宁利中 李毅伟 王汉森 马鸣 许培扬 杨学祥 徐耀 张学文 杜占池 武夷山 吴斌 晏成和 闻宝联 周忠浩 史晓雷 李学宽 王安良 吉培荣 胡泽春 彭真明 谢力

该博文允许注册用户评论 请点击登录 评论 (13 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-4-20 14:57

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部