公共文化服务平台

共 1 条记录，以下是 1-1

全选清除导出

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

全选清除导出

共1页<1>

陈业夫