Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/31842
Title: Нейросетевое прогнозирование генерации электроэнергии солнечными панелями
Other Titles: Neural network forecasting of energy generation by solar panels
Authors: Степанов, С. М.
Искра, Н. А.
Keywords: доклады БГУИР;солнечная энергия;модель предсказания;регрессия;многослойный персептрон;деревья принятия решений;solar power;prediction model;regression;multilayer perceptron;decision trees
Issue Date: 2018
Publisher: БГУИР
Citation: Степанов, С. М. Нейросетевое прогнозирование генерации электроэнергии солнечными панелями / С. М. Степанов, Н. А. Искра // Доклады БГУИР. - 2018. - № 3 (113). - С. 26 - 31.
Abstract: Предметом исследования данной статьи является анализ влияния применения различных методов регрессии на качество краткосрочного предсказания генерации электрической энергии солнечными панелями. Для решения задачи предсказания выбраны многослойный персептрон и деревья принятия решений. При постановке эксперимента используются реальные данные о генерации электрической энергии. Наилучший показатель коэффициента детерминации составил 0,94.
Alternative abstract: The main purpose of this paper is analysis of various regression methods application on quality of short-term solar PV forecasting. Multilayer perceptron and decision trees were chosen in order to solve prediction problem. Real historical data on solar PV forecasting are used as experimental datasets. The best coefficient of determination was 0.94.
URI: https://libeldoc.bsuir.by/handle/123456789/31842
Appears in Collections:№3 (113)

Files in This Item:
File Description SizeFormat 
Stepanov_Neyrosetevoye.pdf404.59 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.