首页> 中文期刊> 《广东电力》 >广东省用电需求预测与储能式热力发电展望

广东省用电需求预测与储能式热力发电展望

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

社会用电量预测是电力系统的重要工作之一.本文采用BP神经网络对广东省全省用电量进行了预测,所得仿真模拟值与历史数据基本吻合,表明BP神经网络预测模型有较高的预测精度.基于预测结果,对可再生能源发电,特别是氨基热化学储能式太阳能热力发电在广东省的发展进行了展望.

著录项

来源
《广东电力》 |2004年第6期|1-5|共5页
作者
伍莹宏; 龙新峰; 梁平;
展开▼
作者单位

广东省电力工业学校,广东,广州,510520;

华南理工大学,化工与能源学院,强化传热与过程节能教育部重点实验室,广东,广州,510640;

华南理工大学电力学院,广东,广州,510640;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;太阳能发电;
关键词
社会用电量; 神经网络模型; 热化学储能; 太阳能热力发电;

相似文献

中文文献
外文文献
专利

1. 军用电池储能系统应用前景分析与展望 [J] . 陆良艳 ,张涛 ,黄生俊 . 国防科技 . 2014,第003期
2. 分布式储能设备在广东省的应用分析 [J] . 史正军 ,刘苏 ,朱浩骏 . 南方能源建设 . 2015,第002期
3. 可拉伸式电化学储能器件研究进展与展望 [J] . 王嘉赫 ,杨晓伟 . 储能科学与技术 . 2018,第002期
4. MIKE SHE 分布式水文模型在广东省中小河流洪水预报中的应用展望 [J] . 陈国轩 ,梁海涛 ,林蓉璇 . 广东水利水电 . 2016,第005期
5. 分布式电池储能在电网中的应用——评《分布式电池储能系统优化配置与调度技术》 [J] . 吴军 ,母国辉 . 电池 . 2021,第006期
6. 热力发电厂化学水处理主系统防腐蚀工作现状与展望 [C] . 周文庄 . 第二届大型火电机组运行技术学术会 . 1996
7. 广东省用电需求预测与太阳能氨基热力发电分析 [A] . 伍莹宏 . 2005

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号