原文服务方: 计算机测量与控制       
摘要:
随着目前世界上的能源需求愈发扩大,光伏发电凭借其储备量大,且清洁无污染的特性,逐步成为目前新能源发电的主流,但是,由于光伏发电效率受到环境光照强度的影响,因此,其输出功率时时发生变化,所以,目前光伏电池的最大功率跟踪(Most Power Point Trace,MPPT)与控制技术已经成为了业界最为关注的问题;针对该问题,文章利用BP神经网络技术对光伏电池的最大输出功率进行检测以及控制,通过对光伏系统以及人工神经网络的基本原理进行介绍,引入了BP神经网络的基本概念,最后搭建了基于BP神经网络的配网光伏输出功率控制系统,通过仿真,证明了其理论的可行性与正确性,能够为我国光伏产业提供一定帮助.
推荐文章
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
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
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 基于神经网络的配网系统光伏输出功率控制分析
来源期刊 计算机测量与控制 学科
关键词 太阳能 BP神经网络 最大输出功率 配网系统
年,卷(期) 2019,(11) 所属期刊栏目 控制技术
研究方向 页码范围 115-119
页数 5页 分类号 TP274
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2019.11.026
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 刘铭 2 7 1.0 2.0
2 孟庆强 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (184)
共引文献  (116)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(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)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(17)
  • 参考文献(0)
  • 二级参考文献(17)
2011(24)
  • 参考文献(0)
  • 二级参考文献(24)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(25)
  • 参考文献(1)
  • 二级参考文献(24)
2014(18)
  • 参考文献(1)
  • 二级参考文献(17)
2015(23)
  • 参考文献(2)
  • 二级参考文献(21)
2016(12)
  • 参考文献(5)
  • 二级参考文献(7)
2017(17)
  • 参考文献(1)
  • 二级参考文献(16)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
太阳能
BP神经网络
最大输出功率
配网系统
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导