检索结果-维普期刊中文期刊服务平台

基于小波变换与优化BP神经网络的超短期光伏发电功率预测被引量：5: 1; 作者夏晓荣胡鹏飞 +3 位作者王飞张明晨赵洁王波《电网与清洁能源》 CSCD 北大核心 2024年第10期159-166,共8页; 光伏发电功率的精确预测可以帮助电网实现更精细的管理,提高能源利用率;但光伏发电功率受到多种环境因素的影响,且具有较大的随机波动性,故挖掘光伏发电的效率特性非常困难。该文提出一种新方法,通过使用小波变换和优化BP神经网络来预... 展开更多; 关键词光伏出力预测小波变换优化BP神经网络 Kmeans 功率差分序列超短期预测; 在线阅读下载PDF 职称材料

基于相似日和径向基函数神经网络的光伏阵列输出功率预测被引量：66: 2; 作者王晓兰葛鹏江《电力自动化设备》 EI CSCD 北大核心 2013年第1期100-103,109,共5页; 选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素,根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预测模型。选取最邻近的一个相似... 展开更多; 关键词光伏阵列输出功率径向基函数网络相似日预测模型神经网络; 在线阅读下载PDF 职称材料

基于小波分析和集成学习的光伏输出功率短期预测被引量：11: 3; 作者孙永辉范磊 +3 位作者卫志农李慧杰 Kwok W Cheung 孙国强《电力系统及其自动化学报》 CSCD 北大核心 2016年第4期6-11,30,共7页; 针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋... 展开更多; 关键词小波分析集成学习 BP神经网络支持向量机光伏输出功率短期预测; 在线阅读下载PDF 职称材料

面向光伏建筑的发电量预测方法被引量：1: 4; 作者任远王佳周小平《可再生能源》 CAS 北大核心 2014年第7期911-915,共5页; 发电量是光伏项目重要的性能指标。准确预测发电量对于光伏建筑项目的规划、运营以及经济核算极为重要。面向光伏电站设计开发的发电量预测方法及其软件,难以适应光伏建筑发电量预测的复杂性和特殊性,其预测结果与实际值差距较大。文章... 展开更多; 关键词光伏建筑一体化光伏构件发电量预测光伏建筑模型; 在线阅读下载PDF 职称材料

题名基于小波变换与优化BP神经网络的超短期光伏发电功率预测被引量：5: 1; 作者夏晓荣胡鹏飞王飞张明晨赵洁王波; 机构国网湖北省电力有限公司荆门供电公司交直流智能配电网湖北省工程中心; 出处《电网与清洁能源》 CSCD 北大核心 2024年第10期159-166,共8页; 基金国家自然科学基金项目(51777142)。; 文摘光伏发电功率的精确预测可以帮助电网实现更精细的管理,提高能源利用率;但光伏发电功率受到多种环境因素的影响,且具有较大的随机波动性,故挖掘光伏发电的效率特性非常困难。该文提出一种新方法,通过使用小波变换和优化BP神经网络来预测超短期光伏发电功率。该方法基于皮尔逊系数,可以获得与气象因素相关的预测结果;基于离散小波变换(discrete wavelet transform,DWT),将原始功率一阶差分序列分解为若干个不同频段的分量,提取光伏出力波动的频域特性;利用K-means聚类方法对功率一阶差分值进行聚类,并建立相应的神经网络预测模型,通过重组所得预测结果,得到初始预测功率差分值;利用气象因素通过GAACO-BP神经网络修正预测所得功率差分值,得到最终预测功率序列。利用某光伏电站所记录的实际功率数据进行验证,结果表明:DWT-GA-ACO-BP预测模型能提供较为精确的预测结果。; 关键词光伏出力预测小波变换优化BP神经网络 Kmeans 功率差分序列超短期预测; Keywords pv output forecast discrete wavelet transform optimized BP neural network K-means power differential sequences ultra-short term forecast; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于相似日和径向基函数神经网络的光伏阵列输出功率预测被引量：66: 2; 作者王晓兰葛鹏江; 机构兰州理工大学电气与信息工程学院甘肃省工业过程先进控制重点实验室; 出处《电力自动化设备》 EI CSCD 北大核心 2013年第1期100-103,109,共5页; 基金国家自然科学基金资助项目(50967001) 人力资源与社会保障部留学人员科技活动项目(1003ZSB112)~~; 文摘选取太阳辐照时间、辐照强度以及气温等影响光伏阵列输出功率的主要气象因素,根据相似日的输出功率具有较强的关联度,提出选择相似日的方法,设计基于相似日和径向基函数(RBF)神经网络的光伏阵列输出功率预测模型。选取最邻近的一个相似日与待预测日气象特征向量的差值作为RBF神经网络的输入变量,神经网络的输出值即为待预测日光伏阵列输出功率。以我国西北某地光伏阵列的实测功率数据对所提模型进行训练和验证,得到预测模型的平均绝对百分误差为13.82%,均方根误差为0.4054,验证了所提模型具有较好的精度。; 关键词光伏阵列输出功率径向基函数网络相似日预测模型神经网络; Keywords pv array output power radial basis function networks similar day forecasting models neural networks; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于小波分析和集成学习的光伏输出功率短期预测被引量：11: 3; 作者孙永辉范磊卫志农李慧杰 Kwok W Cheung 孙国强; 机构河海大学能源与电气学院阿尔斯通电网技术中心有限公司 ALSTOM Grid Inc.; 出处《电力系统及其自动化学报》 CSCD 北大核心 2016年第4期6-11,30,共7页; 基金国家自然科学基金资助项目(51107032,61104045,51277052); 文摘针对光伏输出功率的预测精度影响系统安全调度和稳定运行的问题,该文建立了基于小波分析和集成学习的光伏输出功率短期预测模型。考虑到光伏输出功率的波动性与随机性,引入小波分析将数据分解成趋势项和随机项,并分别对其建模。其中,趋势项采用SVM算法,随机项采用BP算法进行预测处理;再考虑到随机项的非平稳性和BP算法的固有缺点,为提高预测精度,将集成学习引入随机项的预测模型。大量测试结果表明,基于小波分析和集成学习的短期预测模型的预测精度优于现有几种模型。; 关键词小波分析集成学习 BP神经网络支持向量机光伏输出功率短期预测; Keywords wavelet analysis ensemble learning BP neural network support vector machine （SVM） short-term forecasting of pv output power; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名面向光伏建筑的发电量预测方法被引量：1: 4; 作者任远王佳周小平; 机构北京建筑大学电信学院; 出处《可再生能源》 CAS 北大核心 2014年第7期911-915,共5页; 基金 "十二五"国家科技支撑计划(2012BAA10B02) 北京高等学校青年英才计划(21147514040) 产学研联合培养研究生基地项目(cxy2012023); 文摘发电量是光伏项目重要的性能指标。准确预测发电量对于光伏建筑项目的规划、运营以及经济核算极为重要。面向光伏电站设计开发的发电量预测方法及其软件,难以适应光伏建筑发电量预测的复杂性和特殊性,其预测结果与实际值差距较大。文章提出了一种光伏建筑模型预测法,使用该方法预测光伏建筑发电量的结果较为准确,优于现有方法。; 关键词光伏建筑一体化光伏构件发电量预测光伏建筑模型; Keywords building integrated photovoltaic photovoltaic components pv power output forecasting photovoltaic building model; 分类号 TK519 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于小波变换与优化BP神经网络的超短期光伏发电功率预测	夏晓荣胡鹏飞王飞张明晨赵洁王波	《电网与清洁能源》 CSCD 北大核心	2024	5	在线阅读下载PDF 职称材料
2	基于相似日和径向基函数神经网络的光伏阵列输出功率预测	王晓兰葛鹏江	《电力自动化设备》 EI CSCD 北大核心	2013	66	在线阅读下载PDF 职称材料
3	基于小波分析和集成学习的光伏输出功率短期预测	孙永辉范磊卫志农李慧杰 Kwok W Cheung 孙国强	《电力系统及其自动化学报》 CSCD 北大核心	2016	11	在线阅读下载PDF 职称材料
4	面向光伏建筑的发电量预测方法	任远王佳周小平	《可再生能源》 CAS 北大核心	2014	1	在线阅读下载PDF 职称材料