2024年12月16日
星期一
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘忠辉
作品数:
1
被引量:1
H指数:1
供职机构:
潍坊供电公司
更多>>
相关领域:
电气工程
更多>>
合作作者
唐敏
潍坊供电公司
王林
潍坊供电公司
晋飞
潍坊供电公司
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
神经网
1篇
神经网络
1篇
网络
1篇
功率
1篇
功率预测
1篇
光伏
1篇
光伏发电
1篇
光伏发电系统
1篇
光伏系统
1篇
发电
1篇
发电功率
1篇
发电功率预测
1篇
发电系统
1篇
SPIKIN...
机构
1篇
潍坊供电公司
1篇
昌邑市供电公...
作者
1篇
晋飞
1篇
王林
1篇
唐敏
1篇
刘忠辉
传媒
1篇
黑龙江电力
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于Spiking神经网络的光伏发电系统功率预测
被引量:1
2016年
针对光伏发电系统输出功率的随机性,提出了一种基于Spiking神经网络的光伏发电功率预测模型,它采用精确脉冲时间的编码方式,能接近真实的生物神经系统,并具有强大的计算能力。考虑天气类型、太阳辐照强度、环境温度等主要影响因素,采用近似欧式距离选取相似日的方法,应用实际光伏发电系统的历史发电数据和气象数据对Spiking神经网络、BP神经网络和支持向量机三种预测模型进行测试和评估。预测结果与实测值的比较表明:Spiking神经网络模型相比于BP神经网络和支持向量机模型具有较高的预测精度和较强的适用性,可作为解决光伏发电系统功率预测可行方法之一。
卢怡含
王林
晋飞
刘忠辉
唐敏
关键词:
光伏系统
SPIKING神经网络
发电功率预测
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张