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:
光伏功率预测按照计算方法分为理论推导方法、神经网络方法以及两者混合方法。神经网络的自适应特性能很好地适应工程现场之间差异大、全国各地气候条件差异大的实际情况,得到了广泛的应用。文章从理论角度分析得出神经网络的合理输入、输出、结构,然后结合工程实际情况,对理论分析进行检验。
推荐文章
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
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
基于 BP 神经网络的光伏出力预测
BP神经网络
光伏发电
相关性分析
对比寻优
基于HPSO-BP神经网络融合的隧道照明功率预测
隧道照明
功率预测
混合粒子群算法
智能控制系统
实时调控
仿真实验
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 适用于光功率预测的神经网络研究
来源期刊 中国高新技术企业(中旬刊) 学科 工学
关键词 光功率预测 光伏电站 辐射强度 神经网络 工程实际 成本控制
年,卷(期) 2015,(9) 所属期刊栏目 【研发设计】
研究方向 页码范围 16-18
页数 3页 分类号 TP183
字数 2102字 语种 中文
DOI 10.13535/j.cnki.11-4406/n.2015.26.008
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 翟剑华 3 3 1.0 1.0
2 秦冠军 4 7 2.0 2.0
3 徐浩 3 4 2.0 2.0
4 潘玉春 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (138)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光功率预测
光伏电站
辐射强度
神经网络
工程实际
成本控制
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
中国高新技术企业(中旬刊)
月刊
chi
出版文献量(篇)
5850
总下载数(次)
12
总被引数(次)
20296
论文1v1指导