加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书新能源发电功率预测9787030651587
¥ ×1
商品
服务
物流
《智能电网研究与应用丛书》序前言章 新能源功率预测背景意义 11.1 新能源的发展 11.1.1 风力发电 11.1.2 光伏发电 31.2 问题与挑战 71.3 新能源功率预测的意义 9参考文献 9第2章 预测基本问题概述 112.1 新能源功率预测的基本方式 112.1.1 直接预测 112.1.2 分步预测 122.2 新能源功率预测时空尺度 14. 功率预测方法 15..1 时间序列 15..2 人工神经网络 17.. 支持向量机 22..4 小波变换 28..5 经验模态分解 30.. 混沌理论与相空间重构 322.4 预测误差评价与考核 34参考文献 35第3章 光伏发电系统出力特分析 373.1 光伏发电系统简介 373.1.1 光伏发电的基本原理 373.1.2 光伏发电系统的结构 383.2 光伏发电系统出力特 393.2.1 光伏发电系统的输出特 393.2.2 光伏发电功率影响因子相关分析 413.. 光伏电站发电功率出力特的关联数据模型 48参考文献 51第4章 光伏发电功率极短期预测 534.1 概述 534.2 基于天空图像的光伏发电功率分钟级预测方法 544.2.1 云团运动对光伏发电功率的影响机理 544.2.2 光伏发电功率分钟级预测基本技术路线 544.3 云空辨识 564.3.1 基于大类间方差法的云空辨识算法 564.3.2 基于k-means 聚类的云团辨识方法 594.4 云团运动速度计算 634.4.1 傅里叶相位相关理论 634.4.2 云团运动速度计算流程 644.4.3 云团运动速度计算结果准确分析 654.4.4 与分析 674.5 基于相移不变的改进云团位移计算 714.5.1 相移不变 714.5.2 基于相移不变的天空图像云团位移计算改进算法 734.5.3 结果与分析 754.6 地表辐照度计算 804.6.1 地表辐照度计算流程 804.6.2 晴空地表辐照度 814.6.3 天空图像云遮挡特征提取 824.6.4 BP 模型输入变量及网络拓扑结构选取 844.6.5 与分析 854.7 本章小结 87参考文献 88第5章 光伏发电功率超短期预测 905.1 概述 905.2 集合预测方法 905.3 基于小波分解的多重并行预测 915.4 多重并行预测结果的自适应时间断面融合 945.5 算法与讨论 975.5.1 过程设计 975.5.2 结果比较 975.5.3 联合优化过程讨论 1015.6 本章小结 102参考文献 103第6章 光伏发电功率短期预测 1046.1 概述 1046.2 基于天气状态模式识别的光伏电站发电功率分类预测方法 1046.2.1 历史数据分组与缺失标签恢复 1046.2.2 光伏电站发电功率分类预测方法 1076.3 重要气象影响因子预测 1096.3.1 辐照度神经网络预测模型 1096.3.2 基于时间周期和临近相似的辐照度预测值修正方法 1156.3.3 光伏电池组件温度与气象因素相关分析及光伏电池组件温度预测 1226.4 光伏电站发电功率关联数据映预测 141参考文献 145第7章 深度学习理论在光伏发电功率预测中的应用 1467.1 深度学习模型 1467.1.1 基于深度学习理论的生成模型 1467.1.2 卷积神经网络 1537.1.3 循环神经网络 1567.1.4 长短期记忆网络. 1607.1.5 双向长短期记忆网络 1627.2 基于深度学习理论的天气状态模式识别模型 1637.2.1 数据与平台 1657.2.2 深度学习模型结构和超参数 1657.. 生成样本质量评估 1667.2.4 不同模型准确率对比 1707.3 基于天气状态分类和深度学习理论的辐照度预测模型 1747.3.1 预测模型的组成. 1747.3.2 算例 1787.4 本章小结 191参考文献 191第8章 风电功率超短期预测 1938.1 概述 1938.2 基于模糊粗糙集理论的风电功率预测方法 1958.2.1 基于模糊粗糙集与改进聚类的神经网络风速预测模型 1958.2.2 模型实例与结果分析 1968.3 基于混沌理论的风电功率预测方法 2018.3.1 基于混沌分析和RBF(C-RBF)的功率预测模型 2018.3.2 模型实例与结果分析 2028.4 基于EMD 的风电功率预测方法 2048.4.1 基于EMD-ARMA 的风电功率预测模型 2058.4.2 基于EMD-RBF 的风电功率预测模型 2068.4.3 模型实例与结果分析 2078.5 考虑时空信息的风电功率预测方法 2178.5.1 风速时空相关分析 2178.5.2 STCP-BP 组合的时空相关预测模型 2188.5.3 模型实例与结果分析 221参考文献 225第9章 风电功率短期预测 2269.1 概述 2269.2 基于NWP 的短期风力发电功率预测方法 2269.2.1 NWP 信息与风力发电功率的关系 2269.2.2 基于NWP 的神经网络风电功率预测 2279.. 模型实例及结果分析 2279.3 风力发电功率的概率预测方法 2289.3.1 风力发电功率预测误差概率分布特分析 2299.3.2 贝塔分布模型及模型的优化 19.3.3 模型实例及结果分析 4参考文献 0章 实际预测系统 10.1 光伏功率预测系统 10.1.1 概述 10.1.2 数据的采集和处理 10.1.3 系统的架构设计 24110.1.4 系统拓扑与数据交换方式 24410.1.5 功能设置与界面展示 24710.1.6 小结 25110.2 风电功率预测系统 25110.2.1 概述 25110.2.2 需求分析 25110.. 构架设计 25410.2.4 系统实现 25910.2.5 系统应用 25910.2.6 小结 263参考文献 263
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员