Evaluation and prediction of solar radiation for energy management based on neural networks (Запись № 656312)

Подробно MARC
000 -Маркер
Поле контроля фиксированной длины 03300nla2a2200481 4500
005 - Идентификатор версии
Поле контроля фиксированной длины 20231030041422.0
035 ## - Другие системные номера
Идентификатор записи (RuTPU)RU\TPU\network\22753
035 ## - Другие системные номера
Идентификатор записи RU\TPU\network\22740
100 ## - Данные общей обработки
Данные общей обработки 20171108a2017 k y0engy50 ba
101 0# - Язык ресурса
Язык текста, звукозаписи и т.д. английский
105 ## - Поле кодированных данных: текстовые ресурсы, монографические
Кодированные данные о монографическом текстовом документе y z 100zy
135 ## - Поле кодированных данных: электронные ресурсы
Кодированные данные для электронного ресурса drcn ---uucaa
181 #0 - Поле кодированных данных: вид содержания
Код вида содержания i
182 #0 - Поле кодированных данных: средство доступа
Код средства доступа electronic
200 1# - Заглавие и сведения об ответственности
Основное заглавие Evaluation and prediction of solar radiation for energy management based on neural networks
Первые сведения об ответственности O. V. Aldoshina, Dinh Van Tai
203 ## - Вид содержания и средство доступа
Вид содержания
Средство доступа
300 ## - Общие примечания
Текст примечания Title screen
320 ## - Примечания о наличии в ресурсе библиографии/указателя
Текст примечания [References: 10 tit.]
330 ## - Резюме или реферат
Текст примечания Currently, there is a high rate of distribution of renewable energy sources and distributed power generation based on intelligent networks; therefore, meteorological forecasts are particularly useful for planning and managing the energy system in order to increase its overall efficiency and productivity. The application of artificial neural networks (ANN) in the field of photovoltaic energy is presented in this article. Implemented in this study, two periodically repeating dynamic ANS, that are the concentration of the time delay of a neural network (CTDNN) and the non-linear autoregression of a network with exogenous inputs of the NAEI, are used in the development of a model for estimating and daily forecasting of solar radiation. ANN show good productivity, as reliable and accurate models of daily solar radiation are obtained. This allows to successfully predict the photovoltaic output power for this installation. The potential of the proposed method for controlling the energy of the electrical network is shown using the example of the application of the NAEI network for predicting the electric load.
333 ## - Примечания об особенностях распространения и использования
Текст примечания
461 #0 - Уровень набора
Идентификатор записи (RuTPU)RU\TPU\network\3526
Заглавие Journal of Physics: Conference Series
463 #0 - Уровень физической единицы
Идентификатор записи (RuTPU)RU\TPU\network\22639
Заглавие Vol. 881 : Innovations in Non-Destructive Testing (SibTest 2017)
Сведения, относящиеся к заглавию International Conference, 27–30 June 2017, Novosibirsk, Russian Federation
-- [proceedings]
Первые сведения об ответственности National Research Tomsk Polytechnic University (TPU)
Обозначение тома [012036, 11 p.]
Дата публикации 2017
610 1# - Неконтролируемые предметные термины
Предметный термин электронный ресурс
610 1# - Неконтролируемые предметные термины
Предметный термин труды учёных ТПУ
610 1# - Неконтролируемые предметные термины
Предметный термин прогнозирование
610 1# - Неконтролируемые предметные термины
Предметный термин солнечная радиация
610 1# - Неконтролируемые предметные термины
Предметный термин управление
610 1# - Неконтролируемые предметные термины
Предметный термин энергия
610 1# - Неконтролируемые предметные термины
Предметный термин нейронные сети
610 1# - Неконтролируемые предметные термины
Предметный термин возобновляемые источники энергии
610 1# - Неконтролируемые предметные термины
Предметный термин интеллектуальные сети
610 1# - Неконтролируемые предметные термины
Предметный термин метеорологический мониторинг
610 1# - Неконтролируемые предметные термины
Предметный термин энергетические системы
610 1# - Неконтролируемые предметные термины
Предметный термин электрические нагрузки
700 #1 - Имя лица – первичная ответственность
Начальный элемент ввода Aldoshina
Часть имени, кроме начального элемента ввода O. V.
701 #0 - Имя лица – альтернативная ответственность
Начальный элемент ввода Dinh Van Tai
712 02 - Наименование организации – вторичная ответственность
Начальный элемент ввода Национальный исследовательский Томский политехнический университет (ТПУ)
Идентифицирующий признак (2009- )
-- stltpush
Идентификатор авторитетной/ нормативной записи (RuTPU)RU\TPU\col\15902
801 #2 - Источник записи
Страна RU
Организация 63413507
Дата составления 20171109
Правила каталогизации RCR
856 4# - Местонахождение электронных ресурсов и доступ к ним
Универсальный идентификатор ресурса http://dx.doi.org/10.1088/1742-6596/881/1/012036
856 4# - Местонахождение электронных ресурсов и доступ к ним
Универсальный идентификатор ресурса http://earchive.tpu.ru/handle/11683/43867
090 ## - System Control Numbers (Koha)
Koha biblioitem number (autogenerated) 656312
942 ## - Добавленные элементы ввода (Коха)
Тип документа Computer Files

Нет доступных единиц.