典型文献
基于神经网络的吕梁市光伏电站发电量预测研究
文献摘要：
依据吕梁市光伏电站的历史发电数据和历史气象数据,使用BP神经网络建立了光伏电站发电量预测模型.模型一的输入变量为天气类型、最高温度、最低温度和前一日的发电量,模型二的输入变量为天气类型、最高温度、最低温度和相似日的发电量.使用预测模型预测了 2021年5月10日至16日连续7天的发电量.其中模型一的平均绝对百分误差为28.89％,模型二的平均绝对百分误差为16.39％.通过对比发现,使用相似日发电量作为神经网络模型的输入变量可显著提高预测精度.
文献关键词：
光伏电站;发电量预测;神经网络;吕梁市
中图分类号：
作者姓名：
赵红梅;杨洁;贾景伟
作者机构：
吕梁市乡村振兴局,山西 吕梁033000;吕梁学院物理系,山西 吕梁033000
文献出处：
引用格式：
[1]赵红梅;杨洁;贾景伟-.基于神经网络的吕梁市光伏电站发电量预测研究)[J].能源与节能,2022(07):21-23,103
A类：
B类：
吕梁市,光伏电站,发电量预测,预测研究,气象数据,天气类型,最高温度,最低温度,一日,相似日
AB值：
0.161251
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。
