钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
东北电力技术期刊
\
基于BP神经网络的光伏发电功率预测研究
基于BP神经网络的光伏发电功率预测研究
作者:
曲宏伟
杨海艳
陈德会
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
光伏发电功率
预测
神经网络
均方根误差
摘要:
随着光伏并网容量的增加,光伏发电功率的波动对电网调度运行的影响不容忽视,电网对光伏发电功率预测精度提出了更高要求.在分析了光伏发电功率波动影响因素的基础上,基于BP神经网络建立光伏发电功率预测模型.通过大唐吐鲁番光伏发电实测数据验证该方法,预测结果RMSE为3.544,表明该方法可以准确预测光伏发电功率.
暂无资源
收藏
引用
分享
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BP神经网络和遗传算法的光伏功率预测的研究
光伏系统
功率预测
BP神经网络
遗传算法
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 BP 神经网络的光伏出力预测
BP神经网络
光伏发电
相关性分析
对比寻优
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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神经网络的光伏发电功率预测研究
来源期刊
东北电力技术
学科
工学
关键词
光伏发电功率
预测
神经网络
均方根误差
年,卷(期)
2018,(4)
所属期刊栏目
其它
研究方向
页码范围
42-44
页数
3页
分类号
TM615
字数
1915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
曲宏伟
东北电力大学能源与动力工程学院
8
17
3.0
4.0
2
陈德会
2
6
1.0
2.0
3
杨海艳
2
7
1.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(20)
共引文献
(243)
参考文献
(8)
节点文献
引证文献
(6)
同被引文献
(34)
二级引证文献
(0)
1989(1)
参考文献(0)
二级参考文献(1)
1990(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)
2006(2)
参考文献(0)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(7)
参考文献(1)
二级参考文献(6)
2009(5)
参考文献(1)
二级参考文献(4)
2010(4)
参考文献(1)
二级参考文献(3)
2011(1)
参考文献(1)
二级参考文献(0)
2012(1)
参考文献(1)
二级参考文献(0)
2013(1)
参考文献(1)
二级参考文献(0)
2016(2)
参考文献(2)
二级参考文献(0)
2018(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)
2018(1)
引证文献(1)
二级引证文献(0)
2019(4)
引证文献(4)
二级引证文献(0)
2020(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
光伏发电功率
预测
神经网络
均方根误差
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
东北电力技术
主办单位:
东北电网有限公司
辽宁省电力有限公司
出版周期:
月刊
ISSN:
1004-7913
CN:
21-1282/TM
开本:
大16开
出版地:
沈阳市和平区四平街39号
邮发代号:
创刊时间:
1980
语种:
chi
出版文献量(篇)
4056
总下载数(次)
9
总被引数(次)
15617
期刊文献
相关文献
1.
基于Elman神经网络模型的短期光伏发电功率预测
2.
基于BP神经网络和遗传算法的光伏功率预测的研究
3.
光伏发电系统发电功率预测
4.
基于 BP 神经网络的光伏出力预测
5.
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
6.
基于BP神经网络的光伏发电功率预测模型研究
7.
基于多层次特征提取的MCNN-ISMA-WLSSVM 光伏发电功率预测
8.
基于ACO-BP神经网络的光伏系统发电功率预测
9.
基于NARX神经网络的光伏发电功率预测研究
10.
基于神经网络的光伏系统发电功率预测
11.
基于密度峰值聚类优化的光伏发电功率预测
12.
覆雪状态下光伏发电功率预测方法研究
13.
基于Spiking神经网络的光伏系统发电功率预测
14.
基于神经网络的配网系统光伏输出功率控制分析
15.
基于麻雀搜索算法优化BP神经网络的光伏系统最大功率点追踪的研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
东北电力技术2022
东北电力技术2021
东北电力技术2020
东北电力技术2019
东北电力技术2018
东北电力技术2017
东北电力技术2016
东北电力技术2015
东北电力技术2014
东北电力技术2013
东北电力技术2012
东北电力技术2011
东北电力技术2010
东北电力技术2009
东北电力技术2008
东北电力技术2007
东北电力技术2006
东北电力技术2005
东北电力技术2004
东北电力技术2003
东北电力技术2002
东北电力技术2001
东北电力技术2018年第9期
东北电力技术2018年第8期
东北电力技术2018年第7期
东北电力技术2018年第6期
东北电力技术2018年第5期
东北电力技术2018年第4期
东北电力技术2018年第3期
东北电力技术2018年第2期
东北电力技术2018年第12期
东北电力技术2018年第11期
东北电力技术2018年第10期
东北电力技术2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号