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:
针对环境温度、环境湿度、辐射强度3种影响因子,建立基于云变换的光伏出力短期预测模型.首先,利用云峰值变换将影响因子转换为论域中的定性概念.然后,通过云合并进行概念跃升,构建隶属度函数进行数据划分,结合改进的Apriori算法获取各影响因子之间的联系.最后,建立云规则发生器,对光伏发电的出力进行预测,获取在不同置信区间下的预测结果集.所建立的云变换模型,对随机性与不确定性预测更加精确,既可通过期望的形式给出预测精确值,同时也可根据云模型的不确定性原理给出指定置信度的预测范围.
推荐文章
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
计及天气类型指数的光伏发电短期出力预测
天气类型指数
光伏发电
短期出力影响
预测模型
基于弯曲高斯过程组合方法的光伏出力预测研究
多元自适应回归样条
弯曲高斯过程
Bagging算法
区间预测
光伏发电
有限信息下基于深度学习模型的小型分布式光伏电站功率预测
功率预测
深度学习
有限信息
小型
分布式
光伏电站
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 基于云变换的光伏出力预测模型
来源期刊 太阳能学报 学科 工学
关键词 光伏发电 功率预测 数字特征 云模型
年,卷(期) 2019,(11) 所属期刊栏目
研究方向 页码范围 3054-3061
页数 8页 分类号 TM711
字数 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 陈中 71 935 14.0 29.0
2 车松阳 1 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(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)
研究主题发展历程
节点文献
光伏发电
功率预测
数字特征
云模型
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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
总被引数(次)
77807
论文1v1指导