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:
针对光伏充气膜温室发电系统的功率预测问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机(SVM)的EEMD-SVM组合预测法.仿真结果表明:和传统预测法相比,利用EEMD-SVM组合预测法进行光伏充气膜温室发电系统功率预测,具有较高的预测精度,能够有效减少对温室机电设备的冲击,对光伏充气膜温室发电系统经济、安全、稳定运行具有一定的参考及应用价值.
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
光伏发电系统功率预测方法的研究现状
光伏发电系统
功率预测
预测方法
输出特性
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
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
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 光伏充气膜温室发电系统短期功率预测研究
来源期刊 南方农机 学科 工学
关键词 光伏充气膜温室发电系统 功率预测 集合经验模态分解 支持向量机
年,卷(期) 2021,(15) 所属期刊栏目 南方论坛
研究方向 页码范围 前插1,1-2,10
页数 3页 分类号 TM615
字数 语种 中文
DOI 10.3969/j.issn.1672-3872.2021.15.001
五维指标
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)
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
光伏充气膜温室发电系统
功率预测
集合经验模态分解
支持向量机
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
南方农机
半月刊
1672-3872
36-1239/TH
大16开
江西省南昌市省府大院北一路3号6楼
44-110
1970
chi
出版文献量(篇)
23381
总下载数(次)
96
总被引数(次)
28817
论文1v1指导