基于径向基函数神经网络的光伏模块电特性估计方法
摘要：提高光伏（PV）模块设计过程的一种方法是使用先进和准确的模型，以便准确预测其电气输出行为。本文的主要目的是研究应用基于神经网络的模块先进模型来改进预测输出I-V和P-V曲线的准确性，并在不同工作条件下考虑所有参数的变化。径向基函数神经网络（RBFNN）在这里被用于预测商业光伏模块的输出特性，只需要读取太阳辐照度和温度数据。大量可用的实验数据被用于训练RBFNN，并采用了反向传播算法。得出了模拟和实验验证结果。
作者：Francesco Bonanno, Giacomo Capizzi, Christian Napoli, Giorgio Graditi, Giuseppe Marco Tina
论文ID：1308.2375
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-08-13