太阳能光伏发电量分类预测研究

• 作者: 朱正平 路小娟
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 太阳能发电 光伏发电量 Elman 预测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 过程自动化
• 页码范围: 27-28,30
• 页数: 3页
• 分类号: TM273
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.01.027

摘要

光伏发电受自然环境、地理条件和设备性能的影响,光伏发电量存在着的很强的不确定性,针对这一问题,本文提出了对光伏发电量进行分类预测研究,为电力部门调度提供参考.首先根据对光伏发电量影响的自然和设备性能等因素,确定光伏电量预测模型;用模糊聚类的方法对实测数据进行分类;最后用Elman神经网络进行预测,应用MATLAB软件进行仿真分析,对实际值和预测值进行对比分析,证明所提出分类预测方法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路小娟	兰州交通大学自动化与电气工程学院	29	123	7.0	9.0
2	朱正平	兰州城市学院信息工程学院	52	158	7.0	10.0