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:
随着光伏产业的迅速发展,光伏发电已成为可再生能源的生力军.然而,光伏系统的发电功率受不同天气状况的影响,具有不确定性和周期性等特点.为准确预测光伏发电功率保证电网的稳定性,本文采用GA-BP(Genetic Algorithm-Back Propagation)算法对光伏系统发电功率进行预测分析,结果表明,本文提出的模型和方法可以较为准确的预测光伏系统的输出功率,具有一定的实用价值.
推荐文章
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PCA-GA-BP算法的风力发电功率预测
风力发电
PCA 主成分分析
遗传算法
BP 神经网络
降维
传递函数
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
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GA-BP算法的光伏系统发电功率预测
来源期刊 计算机系统应用 学科
关键词 光伏系统 发电功率预测 GA-BP
年,卷(期) 2016,(2) 所属期刊栏目 软件技术·算法
研究方向 页码范围 227-230
页数 4页 分类号
字数 2131字 语种 中文
DOI
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 王振旗 华北电力大学计算机系 13 106 6.0 10.0
2 姚晓斌 华北电力大学计算机系 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (181)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (19)
二级引证文献  (43)
2001(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)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(7)
  • 参考文献(3)
  • 二级参考文献(4)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(24)
  • 引证文献(0)
  • 二级引证文献(24)
研究主题发展历程
节点文献
光伏系统
发电功率预测
GA-BP
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
论文1v1指导