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:
在太阳能收集应用系统中,能量收集预测模块是进行合理的任务调度分配和系统平稳运行的重要保证.提出了基于BP神经网络的太阳能收集功率预测方法,优化了算法的参数选择,确定了算法预测性能指标.在真实太阳能收集功率数据集上对提出的算法进行了性能分析,验证了算法参数选择的正确性;与现有其它数据预测算法进行了一系列预测对比实验.实验结果表明,该预测算法具有良好的性能,在各算法预测性能指标上均具有一定优势.
推荐文章
基于NARX神经网络的光伏发电功率预测研究
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
基于小波—BP神经网络的短期风电功率预测方法
风电功率预测
BP神经网络
小波变换
频率分解
基于ARMA-BP神经网络模型的风电功率预测研究
ARMA
时间序列
BP神经网络
风电功率
预测模型
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BP神经网络的太阳能收集功率预测研究
来源期刊 软件导刊 学科 工学
关键词 太阳能 能量收集 BP神经网络 数据预测
年,卷(期) 2017,(8) 所属期刊栏目 应用技术与研究
研究方向 页码范围 138-142
页数 5页 分类号 TP319
字数 5269字 语种 中文
DOI 10.11907/rjdk.172153
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 李玲生 金陵科技学院计算机工程学院 2 7 2.0 2.0
2 韩崇 南京邮电大学计算机学院 17 140 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (175)
共引文献  (1064)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (21)
二级引证文献  (2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(19)
  • 参考文献(0)
  • 二级参考文献(19)
2010(39)
  • 参考文献(1)
  • 二级参考文献(38)
2011(23)
  • 参考文献(1)
  • 二级参考文献(22)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(16)
  • 参考文献(1)
  • 二级参考文献(15)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
研究主题发展历程
节点文献
太阳能
能量收集
BP神经网络
数据预测
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导