典型文献
基于BP神经网络的光伏电站短期发电功率预测
文献摘要：
针对光伏电站功率输出的随机性和波动性,文章研究建立了BP神经网络预测模型对某光伏电站发电功率进行预测.将太阳水平总辐射、水平散射辐射、环境温度及环境相对湿度作为模型的输入量,光伏发电功率作为输出量,通过预测模型对光伏电站某一天的发电功率数据进行了预测及误差分析.结果表明,预测结果的趋势曲线与真实曲线基本一致,均方根误差结果为0.176,BP神经网络模型预测精度及准确度较高.
文献关键词：
BP神经网络;光伏电站;光伏发电;功率预测
中图分类号：
作者姓名：
莫康信;苏佳佳;赖镇峰;林嘉良
作者机构：
广东工程职业技术学院,广东 广州 510520
文献出处：
引用格式：
[1]莫康信;苏佳佳;赖镇峰;林嘉良-.基于BP神经网络的光伏电站短期发电功率预测)[J].工程技术研究,2022(08):33-35,139
A类：
B类：
光伏电站,发电功率预测,功率输出,随机性,波动性,神经网络预测模型,太阳水,总辐射,散射辐射,环境相对湿度,输入量,光伏发电功率,输出量,误差分析
AB值：
0.243623
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。
