研究目的
利用气温、相对湿度、总水平面太阳辐射和散射水平面太阳辐射参数作为多元输入来预测每日光伏发电量。
研究成果
基于灰狼优化算法的多层感知器模型在光伏日发电量预测中表现出更高的成功率和竞争力。研究还揭示了所构建模型、输入元组及激活函数之间存在有意义的规律。
研究不足
该研究聚焦于光伏发电的日常预测,可能未考虑分钟级或小时级的波动。模型性能可能因不同数据集或地点而异。
研究目的
利用气温、相对湿度、总水平面太阳辐射和散射水平面太阳辐射参数作为多元输入来预测每日光伏发电量。
研究成果
基于灰狼优化算法的多层感知器模型在光伏日发电量预测中表现出更高的成功率和竞争力。研究还揭示了所构建模型、输入元组及激活函数之间存在有意义的规律。
研究不足
该研究聚焦于光伏发电的日常预测,可能未考虑分钟级或小时级的波动。模型性能可能因不同数据集或地点而异。
加载中....
您正在对论文“基于气象信息的混合GWO-MLP、ALO-MLP和WOA-MLP模型提升光伏日发电量预测精度”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