Art

J-GLOBAL ID：201602291331748720   Reference number：16A0967244

Energy yield estimation of thin-film photovoltaic plants by using physical approach and artificial neural networks

物理的手法及び人工ニューラルネットワークを用いた薄膜光電池プラントのエネルギー収率評価

Author (5)： Graditi Giorgio (Italian National Agency for New Technologies, Energy and Sustainable Economic Development, ENEA - Research Center, Piazza E. Fermi 1, 80055 Portici (NA), Italy) ,  Ferlito Sergio (Italian National Agency for New Technologies, Energy and Sustainable Economic Development, ENEA - Research Center, Piazza E. Fermi 1, 80055 Portici (NA), Italy) ,  Adinolfi Giovanna (Italian National Agency for New Technologies, Energy and Sustainable Economic Development, ENEA - Research Center, Piazza E. Fermi 1, 80055 Portici (NA), Italy) ,  Tina Giuseppe Marco (Dipartimento di Ingegneria Elettrica, Elettronica e Informatica, University of Catania, Viale Andrea Doria n. 6, 95125 Catania, Italy) ,  Ventura Cristina (Dipartimento di Ingegneria Elettrica, Elettronica e Informatica, University of Catania, Viale Andrea Doria n. 6, 95125 Catania, Italy)
Material： Solar Energy  (Sol Energy)
Volume： 130  Page： 232-243  Publication year： Jun. 2016 
JST Material Number： E0099A  ISSN： 0038-092X  CODEN： SRENA  Document type： Article
Article type： 原著論文  Country of issue： United Kingdom (GBR)  Language： ENGLISH (EN)

Thesaurus term： *neural network(biomodel) ,  ratio ,  energy ,  *solar cell ,  voltage ,  short circuit current ,  output ,  maximum value ,  *electric power ,  analytical model
Semi thesaurus term： artificial neural network ,  energy yield ,  film solar cell ,  OCV ,  maximum power ,  maximum electric power

Author keywords (5)： ANN ,  Energy yield estimation ,  HPANN ,  Nonlinear ARX ,  Photovoltaic system model

JST classification (1)： Solar cell  (NC03084O)

Terms in the title (8)： 物理 ,  手法 ,  人工ニューラルネットワーク ,  薄膜 ,  光電池 ,  プラント ,  エネルギー収率 ,  評価