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:
光伏输出功率主要受太阳辐照度的影响,而天空中云的生成、运动以及消融会使太阳辐照度呈现随机性和波动性.地基云图可实时记录天空状况,因此获取地基云图的图像特征是光伏功率准确预测的关键步骤.对全天空成像仪采集的地基云图展开研究.首先,修复地基云图;然后,利用图像处理技术提取影响太阳辐照度变化的图像特征,包含光照强度、高频分量、透射率、天顶距离以及云因子特征;最后,将图像特征作为输入数据,光伏功率作为输出数据,利用梯度提升决策树算法构建光伏功率预测模型,实现光伏功率的预测.实验结果表明,采用从地基云图提取的图像特征构建的光伏功率预测模型,使得光伏功率预测的均方根误差可低于1%,为光伏功率的准确预测提供了一种技术手段.
推荐文章
基于地基云图的光伏功率超短期预测模型
地基云图
云团提取
云团跟踪
光伏功率预测
超短期
辐照度
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
光伏发电功率预测
野值剔除与补正
优化相似样本
特征提取
广义回归神经网络
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
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 基于地基云图图像特征的光伏功率预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 太阳辐照度 光伏功率 地基云图 特征提取 预测模型
年,卷(期) 2020,(8) 所属期刊栏目 学术论文
研究方向 页码范围 70-76
页数 7页 分类号 TP18
字数 5218字 语种 中文
DOI 10.19635/j.cnki.csu-epsa.000457
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 路志英 天津大学智能电网教育部重点实验室 35 264 9.0 15.0
2 李鑫 天津大学智能电网教育部重点实验室 31 89 6.0 8.0
3 周庆霞 天津大学智能电网教育部重点实验室 2 0 0.0 0.0
4 王泽涵 天津大学智能电网教育部重点实验室 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  (59)
共引文献  (31)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
太阳辐照度
光伏功率
地基云图
特征提取
预测模型
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导