水力发电
水力髮電
수력발전
WATER POWER
2013年
7期
100-102
,共3页
李星%晁勤%任娟%李义岩
李星%晁勤%任娟%李義巖
리성%조근%임연%리의암
光伏发电%功率预测%神经网络%算例验证
光伏髮電%功率預測%神經網絡%算例驗證
광복발전%공솔예측%신경망락%산례험증
photovoltaic power%power prediction%neural network%verification by example
光伏发电功率预测对提高光伏发电并网系统调度质量有重要意义.通过建立基于BP神经网络的光伏发电预测模型,并创新性地提出将光伏组件环境清洁度作为模型输入因子,对光伏电站发电功率进行预测.采用新疆电力科学研究院光伏发电系统作为算例验证平台,证明了模型的有效性.
光伏髮電功率預測對提高光伏髮電併網繫統調度質量有重要意義.通過建立基于BP神經網絡的光伏髮電預測模型,併創新性地提齣將光伏組件環境清潔度作為模型輸入因子,對光伏電站髮電功率進行預測.採用新疆電力科學研究院光伏髮電繫統作為算例驗證平檯,證明瞭模型的有效性.
광복발전공솔예측대제고광복발전병망계통조도질량유중요의의.통과건립기우BP신경망락적광복발전예측모형,병창신성지제출장광복조건배경청길도작위모형수입인자,대광복전참발전공솔진행예측.채용신강전력과학연구원광복발전계통작위산례험증평태,증명료모형적유효성.
