基于径向神经网络的光伏发电功率预测方法研究

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于径向神经网络的光伏发电功率预测方法研究

应用研究 | 更新时间：2026-01-21

- 基于径向神经网络的光伏发电功率预测方法研究
- 基于径向神经网络的光伏发电功率预测方法研究
- 东北电力技术 2017年第11期页码：15-19
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
杨滢璇, 毕德忠, 王道浩, 等. 基于径向神经网络的光伏发电功率预测方法研究[J]. 东北电力技术, 2017,(11):15-19.

杨滢璇, 毕德忠, 王道浩, et al. 基于径向神经网络的光伏发电功率预测方法研究[J]. Northeast Electric Power Technology, 2017, (11): 15-19.
杨滢璇, 毕德忠, 王道浩, 等. 基于径向神经网络的光伏发电功率预测方法研究[J]. 东北电力技术, 2017,(11):15-19. DOI：

杨滢璇, 毕德忠, 王道浩, et al. 基于径向神经网络的光伏发电功率预测方法研究[J]. Northeast Electric Power Technology, 2017, (11): 15-19. DOI：

摘要(Abstract): 光伏发电输出功率具有明显的随机性和不确定性

大规模光伏并网会影响电网系统的安全、稳定运行。因此

对光伏发电功率输出进行短期的预测对光伏并网具有重要意义。以大数据分析Spearman秩相关系数为基础

分析得到光伏发电过程中各个影响因素与输出功率的秩相关度

并将相关度最高的影响因素作为预测系统变量输入

建立基于RBF神经网络的预测模型

对光伏发电的功率进行预测研究

通过变量和输出量的历史数据对RBF进行训练与预测。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

交直流混合微电网运行控制策略研究

光-氢-储混合系统功率协调分配控制策略

一种提高Boost变换器功率转换效率的无源缓冲电路

基于HGWO-SVM的风电功率预测方法研究

基于增强学习算法的微电网智能频率协调控制策略