基于神经网络的光伏阵列局部阴影建模研究

来源 :机械制造与自动化 | 被引量 : 0次 | 上传用户:gzliuwei2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在局部阴影条件下,光伏阵列的输出特性将发生变化。利用神经网络具有逼近任意复杂非线性函数的能力,采用粒子群算法(PSO)来优化BP神经网络的内部连接权值和阈值,以改善神经网络的预测性能,并基于这种改进的神经网络结构搭建局部阴影下的光伏阵列模型。仿真结果表明,此算法泛化能力强、收敛速度快,能够对阴影下的光伏阵列进行建模。
其他文献
借鉴永磁凸极同步电机无位置传感器控制原理,通过卡尔曼滤波理论和脉动高频电压信号注入法,在低速及零速下检测跟踪混合式步进电机转子位置.基于冲量等效原理和SPWM调制技术,
引入最小乘车次数矩阵Q,直达信息矩阵,直达信息转置矩阵,充分利用矩阵Q进行宏观的判断,用后两个矩阵进行精细的查找,并设计寻找和组装最优方案的算法,进而在最小换乘算法的基
通过拉伸热模拟试验研究了温度、应变率和晶粒尺寸对Mn18Cr18N高氮奥氏体不锈钢高温塑性的影响。结果表明:在800℃~1 200℃温度范围内,Mn18Cr18N高氮奥氏体不锈钢的塑性随温度
引进了“捕食者-被捕食者”依人口数分枝过程模型,并得出了该模型中捕食者与被捕食者之间的一些生存依赖关系。