研究目的
评估用于水泵系统中光伏发电预测的各类天气数据估算方法。
研究成果
ANFIS模型融合了模糊逻辑与人工神经网络的优势,对环境温度和太阳辐照度均具有高预测精度。所预测的光伏发电量成功应用于水泵管理算法,在保障全天泵组负载需求的同时,有效防止电池过充或过放。
研究不足
人工智能方法的缺点在于它们并非基于物理策略,且其应用依赖于训练数据的可用性。物理模型虽无需训练数据,但预测精度较低。
研究目的
评估用于水泵系统中光伏发电预测的各类天气数据估算方法。
研究成果
ANFIS模型融合了模糊逻辑与人工神经网络的优势,对环境温度和太阳辐照度均具有高预测精度。所预测的光伏发电量成功应用于水泵管理算法,在保障全天泵组负载需求的同时,有效防止电池过充或过放。
研究不足
人工智能方法的缺点在于它们并非基于物理策略,且其应用依赖于训练数据的可用性。物理模型虽无需训练数据,但预测精度较低。
加载中....
您正在对论文“采用经验模型和人工智能方法的光伏发电预测在水泵系统中的应用”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