原文服务方: 热力发电       
摘要:
受太阳辐射强度、地理纬度、气候等因素的影响,光伏发电系统输出功率波动性较大,而现有光伏发电量预测模型精度较低.本文提出基于克里格模型的光伏发电量预测,首先建立地表辐射强度模型,并分析辐射强度与光伏发电的关系,确定克里格插值方法与约束条件,然后根据原始样本计算权重系数,最后利用预测模型对未来几天进行发电量预测.实验结果表明,相对于BP神经网络、马尔可夫链和灰色理论预测模型,克里格模型的适应性更强、准确率更高、误差更小.
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 基于克里格模型的光伏发电量预测
来源期刊 热力发电 学科
关键词 光伏发电 克里格模型 辐射度 发电量 预测 适应性 准确性 误差
年,卷(期) 2017,(4) 所属期刊栏目 热能科学研究
研究方向 页码范围 27-32
页数 6页 分类号 TM615
字数 语种 中文
DOI 10.3969/j.issn.1002-3364.2017.04.027
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 桂林理工大学机械与控制工程学院 19 101 6.0 9.0
2 张烈平 桂林理工大学机械与控制工程学院 50 277 10.0 15.0
3 张振涛 桂林理工大学机械与控制工程学院 2 19 2.0 2.0
4 黄睿 桂林理工大学机械与控制工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (127)
参考文献  (13)
节点文献
引证文献  (9)
同被引文献  (67)
二级引证文献  (44)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(17)
  • 参考文献(1)
  • 二级参考文献(16)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(12)
  • 参考文献(3)
  • 二级参考文献(9)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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(20)
  • 引证文献(3)
  • 二级引证文献(17)
2020(30)
  • 引证文献(3)
  • 二级引证文献(27)
研究主题发展历程
节点文献
光伏发电
克里格模型
辐射度
发电量
预测
适应性
准确性
误差
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
热力发电
月刊
1002-3364
61-1111/TM
大16开
西安市雁塔区雁翔路99号博源科技广场A座
1972-01-01
中文
出版文献量(篇)
6331
总下载数(次)
0
总被引数(次)
39999
论文1v1指导