Scidown文献预览系统！
逐时太阳辐照度预报的混合深度神经模型( Hybrid deep neural model for hourly solar irradiance forecasting )
X Huang Q Li Y Tai Z Chen W Liu
随着光伏太阳能系统与电网的集成，准确的太阳辐射预测在电能规划和管理中发挥着越来越重要的作用。然而，现有的混合模型忽略了辐照度时间序列以外的其他因素的影响，采用单支独立的网络结构，导致预测精度下降。本文提出了一种新的多变量混合深度神经网络模型WPD-CNN-LSTM-MLP用于太阳辐照度提前1小时预报。新的WPD-CNN-LSTM-MLP模型是基于复杂的多分支多变量输入混合结构，多分支混合结构结合了小波包分解(WPD)、卷积神经网络(CNN)、长短时记忆(LSTM)网络和多层感知器网络(MLP),多变量输入包括每小时太阳辐照度和三个气候变量：温度、相对湿度和风速及其组合。新模型充分提取了多层输入的内在特征，克服了传统模型的不足，取得了更准确的预测结果。用美国丹佛、克拉克和福尔索姆的实际数据验证了模型的性能。通过对传统的个体反向传播神经网络、支持向量机、递归神经网络、LSTM、Climatology-Persistency参考预报方法以及所提出的LSTM-MLP模型、CNN-LSTM-MLP模型和WPD-CNN-LSTM模型的比较研究，表明所提出的WPD-CNN-LSTM-MLP深度学习模型在逐时辐照度预报中具有较好的预报精度。
SciDown文献求助系统（解决99%问题） Public Download Elsevier EconPapers ResearchGate ideas.repec.org
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 甲壳素纳米晶作为油水乳状液的Pickering稳定剂:石油化学结构对乳液性能的影响下载
scidown 甲壳素纳米晶作为油水乳状液的Pickering稳定剂:石油化学结构对乳液性能的影响下载
scidown 甲壳素纳米晶作为油水乳状液的Pickering稳定剂:石油化学结构对乳液性能的影响下载