基于NARX神经网络的短期多步太阳辐射预测的混合分解强化模型

黄家豪; 刘辉

首页> 外文期刊>中南大学学报（英文版） >基于NARX神经网络的短期多步太阳辐射预测的混合分解强化模型

【24h】

基于NARX神经网络的短期多步太阳辐射预测的混合分解强化模型

机译：基于NARX神经网络的短期多步太阳辐射预测的混合分解强化模型

获取原文

获取原文并翻译 | 示例

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相关主题

摘要

由于全球能源枯竭,太阳能技术已在世界范围内广泛使用,而太阳能系统的输出功率受太阳辐射影响.准确的太阳辐射短期预测可以保证光伏电网的安全,提高太阳能系统的利用效率.在本研究中,提出了一种新的利用人工智能的分解促进模型,以实现太阳辐射多步预测.所提出的模型包括四个部分:信号分解(EWT),神经网络(NARX),强化学习(Adaboost)和ARIMA算法.基于湖南常德的三个太阳辐射数据集用于检验所提出模型的预测效果.为了验证多步预测模型的鲁棒性,本实验对比了9个模型,并对太阳辐射时间序列数据进行了1、3和5步的超前预测.验证了所提模型在所有模型中具有最佳的预测性能.

机译：由于全球能源枯竭,太阳能技术已在世界范围内广泛使用,而太阳能系统的输出功率受太阳辐射影响.准确的太阳辐射短期预测可以保证光伏电网的安全,提高太阳能系统的利用效率.在本研究中,提出了一种新的利用人工智能的分解促进模型,以实现太阳辐射多步预测.所提出的模型包括四个部分:信号分解(EWT),神经网络(NARX),强化学习(Adaboost)和ARIMA算法.基于湖南常德的三个太阳辐射数据集用于检验所提出模型的预测效果.为了验证多步预测模型的鲁棒性,本实验对比了9个模型,并对太阳辐射时间序列数据进行了1、3和5步的超前预测.验证了所提模型在所有模型中具有最佳的预测性能.

著录项

来源
《中南大学学报（英文版）》 |2021年第2期|507-526|共20页
作者
黄家豪; 刘辉;
展开▼
作者单位

展开▼
收录信息
原文格式 PDF
正文语种 chi
中图分类
关键词
太阳辐射预测; 多步超前预测; 智能混合模型; 信号分解;

机译：太阳辐射预测;多步超前预测;智能混合模型;信号分解;

基于NARX神经网络的短期多步太阳辐射预测的混合分解强化模型

摘要

著录项

相关主题

期刊订阅