《表3 测试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》
当采用相邻日的数据作为测试样本的输入时,在天气类型不变的情况下具有较高的预测精度。但是选取相邻日数据具有一定的局限性,当前后两天的天气类型发生改变时,其预测精度将会下降。为了解决相邻日由于天气类型改变造成预测精度降低的问题,同时保证电池组件表面的清洁程度和光伏电池的性能特征与待预测日基本一致,并保持时间的连续性,本文将最佳相似日样本作为模型测试样本的输入,其中测试样本的输入、输出均与训练集类似,具体设置见表3。
图表编号 | XD0086017600 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) |