研究目的
为了比较不同时间序列预测模型(包括统计方法和基于人工智能的方法)在光伏输出功率预测中的表现,并评估它们在大规模光伏系统中的性能。
研究成果
当用于光伏功率输出的时间序列预测时,神经网络比建议的统计模型更准确且计算耗时更少。然而,无论是神经网络还是统计模型,在无法获取太阳辐照度测量值或任何天气参数的情况下,都只能有效预测光伏电站未来一小时内的发电量。
研究不足
该研究仅限于提前一小时预测,且无法获取太阳辐照度测量数据或任何气象参数。光伏电站的时间序列预测仅对提前一小时预测可靠。
研究目的
为了比较不同时间序列预测模型(包括统计方法和基于人工智能的方法)在光伏输出功率预测中的表现,并评估它们在大规模光伏系统中的性能。
研究成果
当用于光伏功率输出的时间序列预测时,神经网络比建议的统计模型更准确且计算耗时更少。然而,无论是神经网络还是统计模型,在无法获取太阳辐照度测量值或任何天气参数的情况下,都只能有效预测光伏电站未来一小时内的发电量。
研究不足
该研究仅限于提前一小时预测,且无法获取太阳辐照度测量数据或任何气象参数。光伏电站的时间序列预测仅对提前一小时预测可靠。
加载中....
您正在对论文“大规模光伏电站太阳能发电的时间序列预测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期