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:
太阳能是目前全球最大的可再生能源,太阳能光伏发电系统的发电量主要受到外界环境因素的影响,存在着波动性和间歇性.针对光伏发电存在的这一问题,对目前有关光伏发电量预测的方法进行了梳理,对诸如灰色理论、多元线性回归、BP神经网络等多种预测方法做了归纳总结,并且在最后提出了一些需要注意和改进的方法,对未来光伏发电量的预测具有一定的科研价值.
推荐文章
基于多元统计分析的光伏发电量预测
光伏发电
发电量预测
多元统计学
时间序列分析法
一种高效的光伏监控方案及发电量预测
光伏监控
串口服务器
神经网络
预测
人工智能算法在光伏发电量预测中的应用
光伏发电
发电量预测
BP神经网络
果蝇算法
光伏阵列发电量损失评估测量方法
光伏阵列
高斯拟合
多项式拟合
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 光伏发电量的预测综述
来源期刊 制造业自动化 学科 工学
关键词 太阳能 灰色理论 BP神经网络
年,卷(期) 2015,(21) 所属期刊栏目 综述
研究方向 页码范围 27-30
页数 4页 分类号 TM615
字数 5564字 语种 中文
DOI 10.3969/j.issn.1009-0134.2015.21.08
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 张玉 桂林理工大学广西建筑新能源与节能重点实验室 19 101 6.0 9.0
2 张振涛 桂林理工大学广西建筑新能源与节能重点实验室 2 19 2.0 2.0
3 莫寒 桂林理工大学广西建筑新能源与节能重点实验室 3 35 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (206)
参考文献  (17)
节点文献
引证文献  (10)
同被引文献  (30)
二级引证文献  (25)
1984(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(13)
  • 参考文献(0)
  • 二级参考文献(13)
2009(20)
  • 参考文献(0)
  • 二级参考文献(20)
2010(18)
  • 参考文献(0)
  • 二级参考文献(18)
2011(32)
  • 参考文献(6)
  • 二级参考文献(26)
2012(9)
  • 参考文献(5)
  • 二级参考文献(4)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
太阳能
灰色理论
BP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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导