《表2 变量范围以及皮尔逊相关系数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《有限信息下基于深度学习模型的小型分布式光伏电站功率预测》
原始PV功率序列和相关的气象因素变化如图2所示,可以直观理解所选变量与光伏电站输出之间的关系。所选输入变量的范围和Pearson相关系数r如表2所示。相邻电站的历史功率数据既体现了时间和季节变化趋势,也由于处在同一地区,反映了相关气象信息的影响。根据分析可得,与10号光伏电站相关性最高的因素从高到低排序为12、13、19、18号光伏电站,整体辐射水平、漫射辐射水平、风速、温度、相对湿度,同一地区临近的光伏电站出力数据整体相关性大于气象数据的相关性。
图表编号 | XD00169977000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.30 |
作者 | 甄皓 |
绘制单位 | 华北电力大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |