机译:从分析模型探索关键天气因素,以改进太阳能发电量预测
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Tsinghua Univ, Dept Elect Engn, State Key Lab Power Syst, Beijing 100084, Peoples R China;
Analytical modeling; solar power forecasting; deviation analysis; weather knowledge;
机译:基于数值天气预报的辐照度预测的改进模型输出统计信息,用于太阳能应用
机译:太阳天气预报改善太阳能
机译:迈向改进的太阳辐照度预报:使用天气研究和预报模型对具有分散云的深层行星边界层进行模拟
机译:使用支持向量回归的天气因素的太阳能预测
机译:使用先进的数据分析和机器学习技术对风能和太阳能进行确定性和概率性预测
机译:预测江苏省(中国)的最佳太阳能供应:使用天气和能源混合预测模型的系统方法
机译:基于天气分类模型的KNN和sVm对日前短期太阳能光伏发电预测的比较研究
机译:改进的太阳能预报对IsO-NEn预测中大容量电力系统运行的影响。会议:将于2014年11月10日至11日在德国柏林举行的第四届太阳能发电一体化国际研讨会上发表。