2025年6月9日
星期一
|
欢迎来到贵州省图书馆•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
>
>
陈业夫
作品数:
1
被引量:21
H指数:1
供职机构:
西安交通大学电气工程学院电力设备电气绝缘国家重点实验室
更多>>
发文基金:
国家电网公司科技项目
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
王旭
陕西省智能电网重点实验室陕西西...
刘俊
陕西省智能电网重点实验室陕西西...
郝旭东
陕西省智能电网重点实验室陕西西...
牛拴保
国家电网公司西北分部
汪宁渤
甘肃省电力公司
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
特征降维
1篇
气象
1篇
气象数据
1篇
主成分
1篇
主成分分析
1篇
网络
1篇
降维
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
机构
1篇
西安交通大学
1篇
甘肃省电力公...
1篇
国家电网公司...
作者
1篇
丁坤
1篇
汪宁渤
1篇
牛拴保
1篇
郝旭东
1篇
刘俊
1篇
陈业夫
1篇
王旭
传媒
1篇
电网与清洁能...
年份
1篇
2017
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
基于多维气象数据和PCA-BP神经网络的光伏发电功率预测
被引量:21
2017年
太阳能光伏发电受很多随机因素的影响,这使得光伏系统输出功率具有不确定性的特点。光伏系统输出功率的精确预测对电力系统的未来规划、调度管理和运行控制有着重要意义。通过多个渠道搜集多维数的历史气象数据,同时将天气类型分为无云、有云、多云和雨天4类;然后基于反向传播(back propagation,BP)神经网络建立不同气象条件下的光伏发电功率预测模型;最后利用主成分分析(principal component analysis,PCA)对原始气象特征数据进行降维分析和处理,以提高计算速度和精度。仿真算例结果验证了所建立的光伏发电功率预测模型的有效性,而且PCA降维能够降低训练,减少预测的计算时间,并提高预测精度,这表明PCA能适用于未来海量气象大数据下光伏电站短期、超短期的分钟级实时功率预测。
刘俊
王旭
郝旭东
陈业夫
丁坤
汪宁渤
牛拴保
关键词:
BP神经网络
特征降维
主成分分析
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