基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统物理机理建模方法不适用于复杂光照条件下光伏组件建模的问题,提出一种基于混合结构神经网络的光伏组件输出特性数据驱动建模方法。在深入分析光伏组件物理机理及输出特性的基础上,提出利用卷积神经网络和径向基函数神经网络对不均匀光照条件、温度、湿度等环境因素进行特征提取,并对光伏组件的输出特性进行仿真拟合。为提高模型的拟合效果,提出针对不均匀光照条件的阴影形态等效分析方法,同时采用改进型的遗传编码方案对网络参数进行优化,最后利用实际运行数据对模型效果进行分析验证。结果表明,该模型对不均匀光照条件具有一定的泛化跟踪能力,同时仿真结果平均误差保持在7%以内。
推荐文章
基于Simulink光伏电池建模及其输出特性仿真研究
光伏电池
Matlab仿真
输出特性
建模
一种基于神经网络的硅基光伏组件运行温度在线软测量方法
光伏发电
光伏组件运行温度
神经网络
在线建模
基于神经网络的光伏系统MPPT控制算法设计
人工神经网络
扰动与观测算法
光伏电池模型
MPPT控制
离线模式
在线模式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合神经网络的光伏组件输出特性数据驱动建模方法
来源期刊 智能科学与技术学报 学科 工学
关键词 数据驱动建模 卷积神经网络 径向基函数神经网络 遗传算法优化
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 169-178
页数 10页 分类号 TP183
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王新迎 中国电力科学研究院有限公司 9 10 2.0 3.0
2 张国宾 中国电力科学研究院有限公司 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(9)
  • 参考文献(9)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据驱动建模
卷积神经网络
径向基函数神经网络
遗传算法优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能科学与技术学报
季刊
2096-6652
10-1604/TP
大16开
北京市丰台区成寿寺路11号邮电出版大厦8
2019
chi
出版文献量(篇)
87
总下载数(次)
4
总被引数(次)
104
论文1v1指导