Analysis and Modeling of Modern Forecasting Methods for Power Generation in Hybrid Wind–Solar Systems

2026

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.52209/3136-4861_2026_1_5
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This paper provides a theoretical analysis of modern forecasting methodologies for power generation in hybrid wind–solar systems. It discusses statistical, physical, and machine learning approaches, with emphasis on hybrid architectures integrating numerical weather prediction (NWP) data with deep learning models. Evaluation metrics and methodological frameworks are analyzed, highlighting their applicability to hybrid energy forecasting.