2024年7月5日
星期五
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
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
>
>
留学人员科技活动项目择优资助经费(1003ZSB112)
作品数:
1
被引量:65
H指数:1
相关作者:
葛鹏江
王晓兰
更多>>
相关机构:
甘肃省工业过程先进控制重点实验室
兰州理工大学
更多>>
发文基金:
留学人员科技活动项目择优资助经费
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
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
输出功率
1篇
网络
1篇
径向基
1篇
径向基函数
1篇
径向基函数神...
1篇
径向基函数网...
1篇
基函数
1篇
基函数神经网...
1篇
功率
1篇
功率预测
1篇
光伏
1篇
光伏阵列
1篇
相似日
机构
1篇
兰州理工大学
1篇
甘肃省工业过...
作者
1篇
王晓兰
1篇
葛鹏江
传媒
1篇
电力自动化设...
年份
1篇
2013
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:65
2013年
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。
王晓兰
葛鹏江
关键词:
光伏阵列
输出功率
径向基函数网络
相似日
神经网络
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