典型文献
神经网络短期光伏发电预测的应用研究进展
文献摘要：
准确的太阳能发电功率短期预测是保证电力调度和大规模光伏并网的关键.该文对近年来光伏发电功率短期预测研究进展进行综述,并对影响光伏发电功率的各种气象因素进行相关性分析.针对用于光伏发电短期功率预测的人工神经网络模型和深度学习模型进行总结和评述.太阳辐照度是影响预测模型精度的主要气象参数.在光伏发电功率短期预测中,神经网络及其组合模型均表现出较好的预测精度,但组合模型整体上优于单一预测模型.
文献关键词：
光伏发电;神经网络;预测;深度学习;相关性
中图分类号：
作者姓名：
贾凌云;云斯宁;赵泽妮;李红莲;王赏玉;杨柳
作者机构：
西安建筑科技大学材料科学与工程学院,西安 710055;西安建筑科技大学信息与控制工程学院,西安 710055;西安建筑科技大学建筑学院,西安 710055
文献出处：
引用格式：
[1]贾凌云;云斯宁;赵泽妮;李红莲;王赏玉;杨柳-.神经网络短期光伏发电预测的应用研究进展)[J].太阳能学报,2022(12):88-97
A类：
B类：
光伏发电预测,太阳能发电,短期预测,电力调度,光伏并网,光伏发电功率,预测研究,气象因素,光伏发电短期功率预测,人工神经网络模型,深度学习模型,太阳辐照度,影响预测,预测模型精度,气象参数,组合模型
AB值：
0.241548
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
