研究目的
提出一种基于高斯-高斯-受限玻尔兹曼机的新方法用于光伏系统发电量预测,以解决天气条件对发电输出产生显著影响这一难题。
研究成果
所提出的方法由特征提取器的GGRBM和预测器的MLP组成,能有效进行光伏系统发电量输出预测,在平均预测误差和标准差方面优于其他方法。
研究不足
该研究聚焦于天气条件对光伏系统发电输出的影响,未涉及其他挑战,例如与抽水蓄能电站的协作或电站在日常发电模式中的角色变化。
研究目的
提出一种基于高斯-高斯-受限玻尔兹曼机的新方法用于光伏系统发电量预测,以解决天气条件对发电输出产生显著影响这一难题。
研究成果
所提出的方法由特征提取器的GGRBM和预测器的MLP组成,能有效进行光伏系统发电量输出预测,在平均预测误差和标准差方面优于其他方法。
研究不足
该研究聚焦于天气条件对光伏系统发电输出的影响,未涉及其他挑战,例如与抽水蓄能电站的协作或电站在日常发电模式中的角色变化。
加载中....
您正在对论文“基于高斯-高斯-受限玻尔兹曼机的深度神经网络技术在光伏系统发电预测中的应用”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