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:
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.
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
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
(/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
月刊
1004-7913
21-1282/TM
大16开
沈阳市和平区四平街39号
1980
chi
出版文献量(篇)
4056
总下载数(次)
9
总被引数(次)
15617
论文1v1指导