《表2 训练样本的输入和输出变量》
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
《基于混合灰色关联分析-广义回归神经网络的光伏电站短期功率预测》
本文采用前一日每1h输出功率值(记为前一日的11个功率数据,P)前一日日均全球水平辐射、日均扩散水平辐射、日最高环境温度、日最低环境温度、日均风速、日均相对湿度(记为前一日的6个气象参数数据,C)和后一日日最高环境温度、日最低环境温度、日均风速、日均相对湿度(记为后一日的4个气象参数数据,C')作为训练样本输入,采用后一日每1h输出功率值(记为后一日的11个功率数据,P')作为训练样本输出。输入和输出变量都是以每天7:45—17:45、时间步长为1h进行采样。使用训练样本对GRNN进行训练,得到预测模型。训练样本的输入和输出参数见表2。
图表编号 | XD0086017500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 彭周宁、林培杰、赖云锋、程树英、陈志聪 |
绘制单位 | 福州大学物理与信息工程学院微纳器件与太阳能电池研究所、福州大学物理与信息工程学院微纳器件与太阳能电池研究所、福州大学物理与信息工程学院微纳器件与太阳能电池研究所、福州大学物理与信息工程学院微纳器件与太阳能电池研究所、福州大学物理与信息工程学院微纳器件与太阳能电池研究所 |
更多格式 | 高清、无水印(增值服务) |