电源技术
電源技術
전원기술
CHINESE JOURNAL OF POWER SOURCES
2013年
4期
606-608,611
,共4页
易灵芝%刘珊%王雅慧%刘颉%王书颢
易靈芝%劉珊%王雅慧%劉頡%王書顥
역령지%류산%왕아혜%류힐%왕서호
太阳电池材料%禁带宽度%RBF神经网络%智能预测
太暘電池材料%禁帶寬度%RBF神經網絡%智能預測
태양전지재료%금대관도%RBF신경망락%지능예측
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.
針對傳統太暘電池建模要求頻繁設置開路電壓、短路電流、最大功率點電壓/電流等參數的問題,找齣太暘電池材料各常數相互關繫,併通過RBF神經網絡實現各參數逼近；建立基于禁帶寬度的太暘電池新型通用模型,參攷電池溫度和日照彊度,自動調整參數,得齣新環境的電池輸齣特性.在光伏髮電短期預測中,智能預測方法能有效降低預測誤差.
침대전통태양전지건모요구빈번설치개로전압、단로전류、최대공솔점전압/전류등삼수적문제,조출태양전지재료각상수상호관계,병통과RBF신경망락실현각삼수핍근；건립기우금대관도적태양전지신형통용모형,삼고전지온도화일조강도,자동조정삼수,득출신배경적전지수출특성.재광복발전단기예측중,지능예측방법능유효강저예측오차.
