排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
光伏发电功率的预测是光伏发电规划和运行的基础,因而受到越来越多的重视。文中提出了FCM相似日聚类与智能算法相结合的光伏阵列功率短期预测模型。该方法的思路是首先通过分析影响光伏阵列输出功率的主要因素,对历史数据与预测日气象环境进行模糊分类,并筛选出相似度高的子集作为样本,以提高预测样本的质量;然后通过神经网络映射出特征空间与光伏功率之间的复杂关系,并用贝叶斯理论对神经网络参数进行优化,提高网络的泛化能力。为检验该方法的有效性和精确性,将所提出方法与常用BP神经网络模型对同一仿真算例进行预测,预测结果表明本文提出的预测模型效果更佳。 相似文献
2.
中国电力消费与经济增长关系的实证研究 总被引：1，自引：0，他引：1
文章采用自回归分布滞后(ARDL)模型的边限协整检验和基于误差修正模型的格兰杰因果检验方法对我国1980～2009年之间的电力消费与经济增长进行了因果关系研究.边限协整检验比传统的协整检验更具稳健性,适合小样本分析.在实证分析中,首先将电力消费与GDP时间序列进行HP滤波分解为趋势部分和波动部分,分别进行协整检验和因果关系研究.分析结果表明,存在从电力消费到经济发展的显著单向长期因果关系,两者的波动之间存在明显的双向短期因果关系.此结论进一步说明了电力在我国经济社会发展中的重要地位.因此,必须加快我国电力建设来保证我国经济增长. 相似文献
1