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:
为了研究基于蚁群算法预测太阳能光伏发电功率,文章对蚁群算法进行了简要的介绍分析.然后分析将遗传算法运用到太阳能光伏发电功率预测中与蚁群算法进行对比,通过对两种算法的仿真实验,实验结果表面,与遗传算法相比,蚁群算法的预测准确率更高,预测的最大功率较大,但是预测时间相对较长.通过基于蚁群算法预测光伏发电功率的研究,将会具有现实意义和理论意义,可以给相关学者更多的参考.
推荐文章
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
太阳能光伏发电综述
太阳能
光伏发电
光伏系统
清洁能源
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
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 基于蚁群算法实现太阳能光伏发电功率预测的研究
来源期刊 粘接 学科 工学
关键词 蚁群算法 遗传算法 光伏发电 功率 预测
年,卷(期) 2020,(5) 所属期刊栏目 智慧交通与装备
研究方向 页码范围 181-184
页数 4页 分类号 TM615+.2
字数 1939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 王先军 1 0 0.0 0.0
2 孙凯 1 0 0.0 0.0
3 吕新平 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  (36)
共引文献  (205)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(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
蚁群算法
遗传算法
光伏发电
功率
预测
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
粘接
月刊
1001-5922
42-1183/TQ
大16开
湖北襄阳高新区航天路7号
38-40
1980
chi
出版文献量(篇)
5030
总下载数(次)
30
总被引数(次)
17951
论文1v1指导