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:
传统的神经网络以最小二乘(LS)为学习函数,对训练数据的准确性有较高要求.考虑存在测量误差的训练数据对传统神经网络的影响,提出了一种基于准最小二乘的神经网络(QLS-NN)并应用于光伏发电系统的最大功率点跟踪(MPPT)上.根据光伏电池的内部结构和伏安特性建立其数学模型.根据模型所反映的规律,将温度和照度作为输入变量,最大功率与对应的电压作为输出变量,构建了用于MPPT的QLS-NN.神经网络训练后对最大功率点进行预测与跟踪.仿真结果表明QLS-NN具有较高的鲁棒性,可显著提高了光伏发电系统MPPT的精度.
推荐文章
基于模型辨识的BP神经网络在光伏系统MPPT中的应用
光伏电池
数学模型
参数辨识
最大功率点
神经网络
偏最小二乘回归神经网络的矿坑涌水量预测
矿坑涌水量
偏最小二乘回归
神经网络
预报模型
基于神经网络的光伏系统MPPT控制算法设计
人工神经网络
扰动与观测算法
光伏电池模型
MPPT控制
离线模式
在线模式
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 准最小二乘的神经网络在光伏MPPT中的应用
来源期刊 控制工程 学科 工学
关键词 光伏发电系统 最大功率点跟踪 测量误差 准最小二乘 神经网络
年,卷(期) 2018,(12) 所属期刊栏目 人工智能驱动的自动化
研究方向 页码范围 2257-2262
页数 6页 分类号 TP29
字数 4825字 语种 中文
DOI 10.14107/j.cnki.kzgc.160863
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 张正江 温州大学电气数字化设计技术国家地方联合工程实验室 22 51 4.0 6.0
2 陈倩 温州大学电气数字化设计技术国家地方联合工程实验室 4 3 1.0 1.0
3 闫正兵 温州大学电气数字化设计技术国家地方联合工程实验室 10 7 2.0 2.0
4 胡桂廷 温州大学电气数字化设计技术国家地方联合工程实验室 5 8 2.0 2.0
5 张海洲 温州大学电气数字化设计技术国家地方联合工程实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (234)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 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
光伏发电系统
最大功率点跟踪
测量误差
准最小二乘
神经网络
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
论文1v1指导