期刊文献+

一种适用于分布式光伏电站的数据辨识和订正方法 被引量:1

下载PDF
导出
摘要 随着分布式光伏电站建设的迅速发展,其智能化监测平台已积累了相当规模的监测数据。但由于数据在采集、传输和接入过程中存在设备故障、网络制约和平台处理等问题,分布式光伏电站的基础数据质量不高,无法为信息监测、出力预测、运行管理和运维管理等提供正确、有力的支撑。因此该文建立了整套数据辨识和订正体系,并提出异常数据辨识、订正和标识方法,最后通过算例验证了方法的有效性。
作者 隋佳音
出处 《中国新技术新产品》 2023年第12期71-73,共3页 New Technology & New Products of China
  • 相关文献

参考文献3

二级参考文献82

  • 1董雷,周文萍,张沛,刘广一,李伟迪.基于动态贝叶斯网络的光伏发电短期概率预测[J].中国电机工程学报,2013,33(S1):38-45. 被引量:77
  • 2European Photovoltaic Industry Association. Global market outlook for photovoltaics 2014, 2018[R]. EPIA Report, 2014.
  • 3PVPS lEA. 2014 snapshot of global PV markets[R]. Report lEA PVPS T1-26, 2015.
  • 42014年光伏产业发展情况[EB/OL].[2015-02-15].http://www.nea.gov.cn/201502/15/c_133997454.htm.
  • 5GLASSLEY W, KLEISSL J, SHIU H, et al. Current state of the art in solar forecasting, final report: Appendix A California renewable energy forecasting, resource data and mapping[R]. California Institute for Energy and Environment, 2010.
  • 6PELLAND S, REMUND J, KLEISSL J, et al. Photovoltaic and solar forecasting: state of the art[R], lEA PVPS Task, 2013.
  • 7LONG H, ZHANG Z, SU Y. Analysis of daily solar power prediction with data-driven approaches [ J ]. Applied Energy, 2014, 126:29-37.
  • 8MARQUEZ R, COIMBRA C F M. Forecasting of global and direct solar irradiance using stochastic learning methods, ground experiments and the NWS database [ J ]. Solar Energy, 2011, 85(5) : 746-756.
  • 9ALMONACID F, PEREZ-HIGUERAS P J, FERNANDEZ E F, et al. A methodology based on dynamic artificial neural network for short-term forecasting of the power output of a PV generator[J]. Energy Conversion and Management, 2014 (85) : 389-398.
  • 10LORENZ E, HURKA J, HEINEMANN D, et al. lrradiance forecasting for the power prediction of grid-connected photovoltaic systems[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2009, 2(1) 2-10.

共引文献296

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部