| 基于RBF的光伏系统发电量智能预测研究 |
| |
| 引用本文： | 易灵芝,刘珊,王雅慧,刘颉,王书颢. 基于RBF的光伏系统发电量智能预测研究[J]. 电源技术, 2013, 37(4) |
| |
| 作者姓名： | 易灵芝 刘珊 王雅慧 刘颉 王书颢 |
| |
| 作者单位： | 1. 湘潭大学信息工程学院,湖南湘潭,411105
2. 湖南大学电气与信息工程学院,湖南长沙,410082 |
| |
| 基金项目： | 国家能源局-国家发展改革委发改2011(1952)号，湖南省自科基金项目，湖南省教育厅重点项目 |
| |
| 摘 要： | 针对传统太阳电池建模要求频繁设置开路电压、短路电流、最大功率点电压/电流等参数的问题,找出太阳电池材料各常数相互关系,并通过RBF神经网络实现各参数逼近；建立基于禁带宽度的太阳电池新型通用模型,参考电池温度和日照强度,自动调整参数,得出新环境的电池输出特性.在光伏发电短期预测中,智能预测方法能有效降低预测误差.
|
| 关 键 词： | 太阳电池材料 禁带宽度 RBF神经网络 智能预测 |
Study of intelligent prediction for power generation in PV system based on RBF nerve network |
| |
| YI Ling-zhi , LIU Shan , WANG Ya-hui , LIU Jie , WANG Shu-hao. Study of intelligent prediction for power generation in PV system based on RBF nerve network[J]. Chinese Journal of Power Sources, 2013, 37(4) |
| |
| Authors: | YI Ling-zhi LIU Shan WANG Ya-hui LIU Jie WANG Shu-hao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
