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:
为了较准确地预测光伏发电系统的发电功率,建立了动态神经网络预测模型.该模型采用有外部输入的非线性自回归神经网络(NARX)结构,考虑太阳能辐射量和电池板温度对光伏发电功率的影响,利用NARX神经网络强大的非线性映射和泛化能力,进行了发电功率的预测.结果表明,利用NARX神经网络预测光伏发电功率是可行的,并且与传统BP神经网络相比,具有良好的适应性和预测精度.
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
基于风速融合和NARX神经网络的短期风电功率预测
短期风电功率预测
预测模型
NARX神经网络
风速融合
数据融合
数据处理
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
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NARX神经网络的光伏发电功率预测研究
来源期刊 电气传动 学科 工学
关键词 光伏系统 有外部输入的非线性自回归 神经网络 发电功率预测
年,卷(期) 2016,(4) 所属期刊栏目 变流、滤波技术
研究方向 页码范围 42-45
页数 4页 分类号 TM615
字数 3985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 付青 中山大学物理科学与工程技术学院 13 218 5.0 13.0
2 朱昌亚 4 16 2.0 4.0
3 单英浩 中山大学物理科学与工程技术学院 3 23 3.0 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  (493)
参考文献  (10)
节点文献
引证文献  (10)
同被引文献  (25)
二级引证文献  (8)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(15)
  • 参考文献(0)
  • 二级参考文献(15)
2010(22)
  • 参考文献(1)
  • 二级参考文献(21)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
光伏系统
有外部输入的非线性自回归
神经网络
发电功率预测
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
电气传动
月刊
1001-2095
12-1067/TP
大16开
天津市河东区津塘路174号
6-85
1959
chi
出版文献量(篇)
4223
总下载数(次)
7
总被引数(次)
31816
论文1v1指导