您的位置: 专家智库 > >

陈业夫

作品数:1 被引量:21H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>>

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
1 条 记 录,以下是 1-1
排序方式:
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
共1页<1>
聚类工具0