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:
建立了太阳能光伏光热(PV/T)系统的BP神经网络预测模型,通过对比不同优化算法、影响因素、数据量等来寻求最佳预测精度的模型.结果表明:在选用RMSprop这种参数优化算法下,输入5因素和2600条数据量得到的模型精度较优.
推荐文章
新型太阳能光伏光热一体化系统设计及分析
太阳能
相变微胶囊
选型计算
太阳能光电-光热综合利用系统
太阳能
分频
纳米流体
光学薄膜
综合利用
太阳能光伏–光热复合发电技术及其商业化应用
太阳能
光伏发电
太阳能热发电
光伏?光热(PV-CSP)复合系统
太阳能光伏发电无线监控系统探讨
太阳能
光伏发电
无线监控系统
光电转换
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 太阳能光伏光热系统性能预测研究
来源期刊 节能与环保 学科
关键词 PV/T系统 BP神经网络 预测模型
年,卷(期) 2021,(2) 所属期刊栏目 研究
研究方向 页码范围 64-66
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (18)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
PV/T系统
BP神经网络
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
节能与环保
月刊
1009-539X
11-4454/TK
大16开
北京市朝阳区安外小关东里甲2号
82-435
1983
chi
出版文献量(篇)
6685
总下载数(次)
14
论文1v1指导