期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究
被引量：
168
1
作者
代倩
段善旭
+3 位作者
蔡涛
陈昌松
陈正洪
邱纯
《中国电机工程学报》
EI
CSCD
北大核心
2011年第34期28-35,共8页
现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,...
现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。
展开更多
关键词
光伏发电量短期预测
神经网络
气象因素
自组织特征映射聚类
距离分析
在线阅读
下载PDF
职称材料
题名
基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究
被引量：
168
1
作者
代倩
段善旭
蔡涛
陈昌松
陈正洪
邱纯
机构
强电磁工程与新技术国家重点实验室(华中科技大学电气与电子工程学院)
湖北省气象科技服务中心
出处
《中国电机工程学报》
EI
CSCD
北大核心
2011年第34期28-35,共8页
基金
国家重点基础研究发展计划项目(973项目)(2010CB227206)
科技部公益性行业(气象)科研专项(GYHY201006036)
中央高校基本科研业务费专项资金资助(HUST2010MS102)~~
文摘
现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。
关键词
光伏发电量短期预测
神经网络
气象因素
自组织特征映射聚类
距离分析
Keywords
short-term photovoltaic（PV） generation forecasting
neural networks
meteorological elements
self-organizing feature map（SOM） clustering
distance analysis
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
作者
出处
发文年
被引量
操作
1
基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究
代倩
段善旭
蔡涛
陈昌松
陈正洪
邱纯
《中国电机工程学报》
EI
CSCD
北大核心
2011
168
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
