Andere Kunden interessierten sich auch für
![Schnelles MPPT-Tracking für schnelle Schwankungen der Sonneneinstrahlung in einer PV-Anlage]( "Schnelles MPPT-Tracking für schnelle Schwankungen der Sonneneinstrahlung in einer PV-Anlage")
Schnelles MPPT-Tracking für schnelle Schwankungen der Sonneneinstrahlung in einer PV-Anlage71,90 €![Vorhersage des Ölpreises - Leistung und Analyse des EBS]( "Vorhersage des Ölpreises - Leistung und Analyse des EBS")
Vorhersage des Ölpreises - Leistung und Analyse des EBS74,90 €![VORHERSAGE VON TEMPERATURS CHWANKUNGEN IM BUSKANALSYSTEM]( "VORHERSAGE VON TEMPERATURS CHWANKUNGEN IM BUSKANALSYSTEM")
VORHERSAGE VON TEMPERATURS CHWANKUNGEN IM BUSKANALSYSTEM61,90 €![BIOLOGISCHE ABFALLBEHANDLUNG UND INVESTITION IN EINE ANLAGE ZUR ENERGIEGEWINNUNG AUS ABFÄLLEN]( "BIOLOGISCHE ABFALLBEHANDLUNG UND INVESTITION IN EINE ANLAGE ZUR ENERGIEGEWINNUNG AUS ABFÄLLEN")
BIOLOGISCHE ABFALLBEHANDLUNG UND INVESTITION IN EINE ANLAGE ZUR ENERGIEGEWINNUNG AUS ABFÄLLEN43,90 €![Das Wasserschloß bei Hochdruckspeicheranlagen]( "Das Wasserschloß bei Hochdruckspeicheranlagen")
Das Wasserschloß bei Hochdruckspeicheranlagen54,99 €![Thermodynamische Modellierung bei der Auslegung und Nichtauslegung einer WTE-Anlage]( "Thermodynamische Modellierung bei der Auslegung und Nichtauslegung einer WTE-Anlage")
Thermodynamische Modellierung bei der Auslegung und Nichtauslegung einer WTE-Anlage54,90 €![Automatisierte Heizungs-, Lüftungs- und Klimatisierungssysteme mit KI]( "Automatisierte Heizungs-, Lüftungs- und Klimatisierungssysteme mit KI")
Automatisierte Heizungs-, Lüftungs- und Klimatisierungssysteme mit KI39,90 €
Die Akteure des Energiemarktes (Investoren, Stromerzeuger, Netzbetreiber, Verbraucher usw.) stehen vor potenziellen Herausforderungen wie der wachsenden Energienachfrage, neuen Energieverbrauchsmustern, der Integration von (intermittierenden) erneuerbaren Energiequellen in die Stromnetze und der Weiterentwicklung der Stromnetze.In diesem Buch wird die Möglichkeit untersucht, die Produktion einer selbstverbrauchenden Photovoltaikanlage durch künstliche neuronale Netze vorherzusagen. Wir haben zwei neuronale Netzwerkarchitekturen (geloopt und ungeloopt) in Bezug auf die multivariate Regression miteinander verglichen, um ein effizientes und zuverlässiges Werkzeug für die Vorhersage der Produktion einer PV-Anlage auf der Grundlage meteorologischer Daten (Sonnenschein und Umgebungstemperatur) zu erhalten.Dazu haben wir Überwachungsdaten einer Anlage über einen Zeitraum von 72 Tagen verwendet, um zwei neuronale Netzwerktopologien (mit und ohne Schleifen) zu erstellen, zu trainieren undzu testen, die mit dem Levenberg-Marquardt-Algorithmus trainiert wurden.