Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Photovoltaic power plant output estimation by neural networks and fuzzy inference

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86084958" target="_blank" >RIV/61989100:27240/12:86084958 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/12:86084958 RIV/61989100:27730/12:86084958

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-642-32639-4_96" target="_blank" >http://dx.doi.org/10.1007/978-3-642-32639-4_96</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-642-32639-4_96" target="_blank" >10.1007/978-3-642-32639-4_96</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Photovoltaic power plant output estimation by neural networks and fuzzy inference

  • Popis výsledku v původním jazyce

    The stochastic production of renewable energy sources puts increased demands on power grids worldwide. Neurocomputing methods can be used for the forecast of electric energy production of renewable resources and contribute to the reliability of energy systems. This study compares two neurocomputing methods as predictors of a selected photovoltaic power plant in the Czech Republic that meets the real world criterion of high output variance and relatively large installed power.

  • Název v anglickém jazyce

    Photovoltaic power plant output estimation by neural networks and fuzzy inference

  • Popis výsledku anglicky

    The stochastic production of renewable energy sources puts increased demands on power grids worldwide. Neurocomputing methods can be used for the forecast of electric energy production of renewable resources and contribute to the reliability of energy systems. This study compares two neurocomputing methods as predictors of a selected photovoltaic power plant in the Czech Republic that meets the real world criterion of high output variance and relatively large installed power.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture notes in computer science. Volume 7435

  • ISBN

    978-3-642-32638-7

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    810-817

  • Název nakladatele

    Springer

  • Místo vydání

    Berlin

  • Místo konání akce

    Natal

  • Datum konání akce

    29. 8. 2012

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku