首页> 中国专利> 基于卷积神经网络的光热电场太阳直接法向辐射预测方法

基于卷积神经网络的光热电场太阳直接法向辐射预测方法

摘要

基于卷积神经网络的光热电场太阳直接法向辐射强度预测方法,利用深度学习中的CNN设计了一种CSP电场的DNI预测方法,以达到克服传统预测方法的缺点,且较为准确地得到预测值的目的,从而使CSP电站易于调度,及进一步减轻新能源发电并网时对现有电力系统造成的冲击。首先对太阳直接法向辐射的特点进行分析,根据得到的特点选用卷积神经网络,并对网络中的参数进行修改与调试,最终得到一种预测方法,以降低光热电站接入电网时带来的消极影响。本预测方法可以较为准确地预测光热电场的太阳直接法向辐射强度。

著录项

  • 公开/公告号CN110782024A

    专利类型发明专利

  • 公开/公告日2020-02-11

    原文格式PDF

  • 申请/专利权人 兰州理工大学;

    申请/专利号CN201911117657.5

  • 申请日2019-11-15

  • 分类号

  • 代理机构兰州振华专利代理有限责任公司;

  • 代理人董斌

  • 地址 730050 甘肃省兰州市七里河区兰工坪路287号

  • 入库时间 2023-12-17 06:47:23

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-03-06

    实质审查的生效 IPC(主分类):G06N3/04 申请日:20191115

    实质审查的生效

  • 2020-02-11

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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