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:
分析了光伏系统的发电特性以及影响光伏发电的因素,建立了反馈型神经网络光伏系统发电功率预测模型.该模型采用Elman神经网络结构,利用其强大计算能力、映射能力和稳定性,将光伏发电的历史数据和天气情况一同作为样本,对模型进行训练和发电功率预测.仿真结果表明,该方法建立的预测模型具有较高的精度,为解决光伏系统发电功率预测提供了一种可行路径.
推荐文章
基于Elman神经网络模型的短期光伏发电功率预测
光伏发电
功率预测
相似日
Elman神经网络
光伏发电系统发电功率预测
光伏
功率预测
粒子群算法
核函数极限学习机
基于改进相似样本选取与特征提取的光伏发电功率预测方法
光伏发电功率预测
野值剔除与补正
优化相似样本
特征提取
广义回归神经网络
基于BP神经网络和遗传算法的光伏功率预测的研究
光伏系统
功率预测
BP神经网络
遗传算法
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 基于反馈型神经网络的光伏系统发电功率预测
来源期刊 电力系统保护与控制 学科 工学
关键词 光伏系统 反馈型神经网络 发电功率预测 气候环境
年,卷(期) 2011,(15) 所属期刊栏目 应用研究
研究方向 页码范围 96-101,109
页数 分类号 TM615
字数 2960字 语种 中文
DOI 10.3969/j.issn.1674-3415.2011.15.019
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 张艳霞 天津大学电力系统仿真控制教育部重点实验室 70 1501 20.0 37.0
2 赵杰 天津大学电力系统仿真控制教育部重点实验室 18 391 8.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (523)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
光伏系统
反馈型神经网络
发电功率预测
气候环境
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导