期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据挖掘和遗传小波神经网络的光伏电站发电量预测
被引量：
23
1
作者
张成
白建波
+3 位作者
兰康
还
新
新
樊辰
夏旭
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第3期375-382,共8页
为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础...
为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。
展开更多
关键词
光伏发电
数据挖掘
聚类分析
小波分析
遗传小波神经网络
下载PDF
职称材料
基于石墨烯提升光伏组件散热性能实验研究
被引量：
2
2
作者
还
新
新
白建波
+1 位作者
刘升
张志豪
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第7期132-138,共7页
采用新型石墨烯材料用于光伏组件背板散热,以提高光伏组件能量转换效率。在硅太阳电池组件基础上分别设计并制作普通石墨烯薄膜组件以及石墨烯肋片复合结构组件,建立2种石墨烯光伏组件的热力学模型,搭建石墨烯组件散热性能测试平台进行...
采用新型石墨烯材料用于光伏组件背板散热,以提高光伏组件能量转换效率。在硅太阳电池组件基础上分别设计并制作普通石墨烯薄膜组件以及石墨烯肋片复合结构组件,建立2种石墨烯光伏组件的热力学模型,搭建石墨烯组件散热性能测试平台进行实验研究,此外进行组件室外光伏电站的性能测试。实验结果表明,添加石墨烯及肋片能增强光伏组件散热性能和提高组件输出功率;在室内模拟的晴天气象条件及辐照度高的情况下,石墨烯肋片复合组件的散热性能提升较为显著。通过室外测试,石墨烯肋片复合组件的功率及发电量相比于普通光伏组件分别提高0.5%~1.15%和0.97%。
展开更多
关键词
光伏组件
石墨烯
热力学
散热性能
下载PDF
职称材料
题名
基于数据挖掘和遗传小波神经网络的光伏电站发电量预测
被引量：
23
1
作者
张成
白建波
兰康
还
新
新
樊辰
夏旭
机构
河海大学机电工程学院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第3期375-382,共8页
基金
国家自然科学基金面上项目(51676063)
中央高校业务经费(2017B672X14)
江苏省普通高校研究生创新项目(KYCX17_0531)。
文摘
为了解决光伏发电预测不确定性问题,进一步提高光伏电站发电量的预测精度。提出一种基于数据挖掘和遗传小波神经网络的光伏电站发电混合预测模型,利用K均值聚类算法对历史数据进行分类,并对传统BP神经网络进行改进。以BP神经网络为基础,引入小波分析构建小波神经网络,同时利用遗传算法对网络的初始参数进行全局寻优得到最优参数,利用交叉熵函数对学习规则进行改进。改进后的网络模型既具有小波分析的良好的局部时域和频域特性,又具有全局搜索能力,可增大跳出局部最优的可能性,同时拥有更快的收敛能力和稳定性。实验结果验证了该算法的有效性。
关键词
光伏发电
数据挖掘
聚类分析
小波分析
遗传小波神经网络
Keywords
PV power generation
data mining
cluster analysis
wavelet analysis
genetic wavelet neural network
分类号
TM615 [电气工程—电力系统及自动化]
TK514 [动力工程及工程热物理—热能工程]
下载PDF
职称材料
题名
基于石墨烯提升光伏组件散热性能实验研究
被引量：
2
2
作者
还
新
新
白建波
刘升
张志豪
机构
河海大学机电工程学院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2021年第7期132-138,共7页
基金
国家自然科学基金面上项目(51676063)
江苏省研究生创新基金(KYCX18_0541)
中央高校业务经费(2018B734X14)。
文摘
采用新型石墨烯材料用于光伏组件背板散热,以提高光伏组件能量转换效率。在硅太阳电池组件基础上分别设计并制作普通石墨烯薄膜组件以及石墨烯肋片复合结构组件,建立2种石墨烯光伏组件的热力学模型,搭建石墨烯组件散热性能测试平台进行实验研究,此外进行组件室外光伏电站的性能测试。实验结果表明,添加石墨烯及肋片能增强光伏组件散热性能和提高组件输出功率;在室内模拟的晴天气象条件及辐照度高的情况下,石墨烯肋片复合组件的散热性能提升较为显著。通过室外测试,石墨烯肋片复合组件的功率及发电量相比于普通光伏组件分别提高0.5%~1.15%和0.97%。
关键词
光伏组件
石墨烯
热力学
散热性能
Keywords
photovoltaic module
graphene
thermodynamic
heat dissipation performance
分类号
O325 [理学—一般力学与力学基础]
TK79 [理学—力学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据挖掘和遗传小波神经网络的光伏电站发电量预测
张成
白建波
兰康
还
新
新
樊辰
夏旭
《太阳能学报》
EI
CAS
CSCD
北大核心
2021
23
下载PDF
职称材料
2
基于石墨烯提升光伏组件散热性能实验研究
还
新
新
白建波
刘升
张志豪
《太阳能学报》
EI
CAS
CSCD
北大核心
2021
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
