基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对光伏组件中常用的最大功率跟踪方法存在的不足,提出并建立了模糊支持向量机(FSVM)的最大功率点工作电压预测模型.通过对实测气象光强数据进行的仿真分析表明,与BP神经网络模型相比,FSVM的模型实现了结构风险最小化原则,对未来的样本有较好的泛化能力,具有更高的预测精度和稳定性.
推荐文章
光伏发电系统最大功率点跟踪算法研究
一次能源
光伏发电
最大功率点跟踪
二分搜索法
恒定电压法
基于改进PSA算法的光伏系统最大功率点跟踪技术研究
光伏系统
最大功率点跟踪
占空比
改进模式搜索算法
基于分组粒子群的光伏最大功率点跟踪方法
光伏发电系统
最大功率点跟踪
粒子群算法
扰动观察法
基于极值搜索的光伏电池最大功率点跟踪仿真
光伏发电系统
最大功率点跟踪
极值搜索
算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FSVM光伏系统最大功率跟踪算法及仿真研究
来源期刊 微型机与应用 学科 工学
关键词 光伏系统 模糊支持向量机 可再生能源 最大功率跟踪 神经网络
年,卷(期) 2009,(19) 所属期刊栏目 技术与方法
研究方向 页码范围 69-71
页数 3页 分类号 TP301.6
字数 2315字 语种 中文
DOI 10.3969/j.issn.1674-7720.2009.19.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭永供 南昌大学信息工程学院 8 36 3.0 6.0
2 王名发 南昌大学信息工程学院 3 34 3.0 3.0
3 何秦慰 南昌大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (142)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
光伏系统
模糊支持向量机
可再生能源
最大功率跟踪
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导