基于神经网络的太阳辐照度预测方法研究

被引:10
作者
司杨
张海峰
机构
[1] 青海大学水利电力学院
关键词
神经网络; 预测模型; 太阳辐照度;
D O I
10.13901/j.cnki.qhwxxbzk.2013.01.004
中图分类号
TM615 [太阳能发电]; TP183 [人工神经网络与计算];
学科分类号
080811 [新能源发电与电能存储]; 140502 [人工智能];
摘要
以天数、时间、天气情况、温度作为输入数据,太阳辐照度作为输出数据,提出采用人工神经网络建立太阳辐照度预测模型,并通过这一模型进行太阳辐照度预测。通过在青海大学内进行的实验建立适用于西宁地区的太阳辐照度神经网络模型。并根据这一模型对2012年5月12日太阳辐照度情况进行了预测。结果表明,对于预测天气和预测温度与实际情况接近时,平均误差为10%左右。
引用
收藏
页码:14 / 18
页数:5
相关论文
共 4 条
[2]
太阳能光伏发电——中国低碳经济的希望 [J].
崔容强 .
自然杂志, 2010, 32 (03) :149-155+187
[3]
光伏发电功率预测统计方法研究 [J].
卢静 ;
翟海青 ;
刘纯 ;
王晓蓉 .
华东电力, 2010, 38 (04) :563-567
[4]
基于支持向量机回归的光伏发电出力预测 [J].
栗然 ;
李广敏 .
中国电力, 2008, (02) :74-78