作者:
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:
光伏发电作为一种新能源发电方式,在近年得到了快速发展,光伏发电功率预测也得到了相应重视.目前,国内关于光伏发电量的预测方式种类繁多,大体可分为直接预测和间接预测两大类.以西南某10.5 kW光伏电站历史数据为例,对比直接预测中FCM相似日聚类预测法、间接预测中的卷积神经网络预测法以及两者的组合预测方法的预测效果.
推荐文章
基于多元统计分析的光伏发电量预测
光伏发电
发电量预测
多元统计学
时间序列分析法
一种高效的光伏监控方案及发电量预测
光伏监控
串口服务器
神经网络
预测
人工智能算法在光伏发电量预测中的应用
光伏发电
发电量预测
BP神经网络
果蝇算法
光伏阵列发电量损失评估测量方法
光伏阵列
高斯拟合
多项式拟合
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 基于历史数据的光伏发电量预测方式的组合应用
来源期刊 通信电源技术 学科
关键词 光伏发电 聚类分析 卷积神经网络 组合预测
年,卷(期) 2020,(5) 所属期刊栏目 通信技术
研究方向 页码范围 190-191
页数 2页 分类号
字数 1103字 语种 中文
DOI 10.19399/j.cnki.tpt.2020.05.081
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 张凤珠 西南石油大学电气信息学院 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  (66)
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)
1985(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 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
光伏发电
聚类分析
卷积神经网络
组合预测
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
通信电源技术
月刊
1009-3664
42-1380/TN
大16开
武汉东湖新经济技术开发区大学园路20号普诺大楼4楼
38-371
1984
chi
出版文献量(篇)
9914
总下载数(次)
58
总被引数(次)
20085
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导