典型文献
结合自适应模糊推理和神经网络的物联网混合发电系统
文献摘要：
为了较好地预测可再生能源的发电输出,对模型效率进行分析,在物联网系统的基础上,提出一种基于人工神经网络(ANN)与自适应网络模糊推理系统(ANFIS)的混合预测模型.首先,利用压电传感器、体热电转换器和太阳能板用于可再生能源发电,并将其连接到能量存储电路,以产出电能;然后,使用ESP8266模块连接数据和云服务器,利用ANN和ANFIS混合模型处理从可再生能源中生成的所有电能,将3个不同模块采集得到的数据集用于模型的训练和测试;最后,利用采集到的数据开发4个模型,通过均方根误差(RMSE)和相关系数(R2)分析模型的效率,以选择最合适的模型.实验结果表明,所提模型具有较好的RMSE和R2性能,其模糊信息较少,结果误差较小,具有一定的应用价值.
文献关键词：
混合预测模型;物联网;人工神经网络;自适应网络模糊推理系统;云服务器;传感器;可再生能源;能量存储电路
中图分类号：
作者姓名：
萧威;殷志祥;叶子;杨静
作者机构：
安徽理工大学 电气与信息工程学院,安徽 淮南 232001;国华能源投资有限公司,北京 100007;上海工程技术大学 数理与统计学院,上海 201620;国网通用航空有限公司,北京 102209;安徽理工大学 数学与大数据学院,安徽 淮南 232001
文献出处：
引用格式：
[1]萧威;殷志祥;叶子;杨静-.结合自适应模糊推理和神经网络的物联网混合发电系统)[J].现代电子技术,2022(05):97-102
A类：
自适应网络模糊推理系统,能量存储电路
B类：
自适应模糊,混合发电,发电系统,物联网系统,人工神经网络,ANN,ANFIS,混合预测模型,压电传感器,体热,热电转换,转换器,太阳能板,可再生能源发电,接到,ESP8266,模块连接,连接数,云服务器,混合模型,模型处理,数据开发,RMSE,最合适,模糊信息
AB值：
0.262333
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。
