找到 3 条结果 · Applied Energy
异构动态数据环境下分布式光伏在线增量概率功率预测
Online incremental probability power prediction for distributed PVs in heterogeneous and dynamic data environments
Le Zhang · Ziyu Chen · Jizhong Zhu · Kaixin Lin 等5人 · Applied Energy · 2025年1月 · Vol.394
摘要 数据共享是提升小样本条件下分布式光伏发电功率数据驱动模型预测精度的标准解决方案。然而在实际应用中，由于数据的去中心化所有权以及复杂多变的外部环境，该方案面临数据隐私、数据异构性以及动态数据学习等方面的挑战。为应对这些挑战，本文提出一种基于贝叶斯随机配置网络（BSCN）与个性化联邦学习（PFL）的增量式概率预测方法。具体而言，采用随机配置网络——一种新兴的单隐层无迭代神经网络——快速构建功率预测模型；为获得后验分布并确定概率输出，引入贝叶斯推断对SCN的输出参数进行评估。针对小样本和异构数据...
解读: 该分布式光伏概率预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。其联邦学习框架可保护多业主数据隐私,增量学习策略适配动态环境,可显著提升小样本场景下的功率预测精度。技术可集成至iSolarCloud平台,优化分布式光伏集群的预测性维护与功率调度;结合SG逆变器M...
基于门控循环单元神经网络利用稀疏监测数据的车载超级电容器储能系统寿命预测
Life prediction of on-board supercapacitor energy storage system based on gate recurrent unit neural network using sparse monitoring data
Li Wei · Yu Wang · Tingrun Lin · Xuelin Huang 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 随着超级电容器在交通和能源领域的广泛应用，其服役寿命预测成为一个需要重点考虑的问题。由于车载超级电容器的老化过程与实际工况密切相关，其实际使用寿命可能与实验室测得的循环寿命不一致。然而，记录历史工作状况的车载监测数据质量较低，通常具有稀疏性和碎片化特征，导致难以提取有价值的信息。在我们前期的研究中，已成功从稀疏且碎片化的数据中获取了特征参数，但这些特征参数呈周期性变化，无法直接用于寿命预测。本文首先通过复合正弦函数与多项式时间序列分解模型，从特征参数中提取超级电容器的退化趋势项；其次，为弥...
解读: 该超级电容寿命预测技术对阳光电源储能系统和充电桩产品具有重要价值。针对车载及储能应用中监测数据稀疏问题,GRU神经网络结合时序分解模型可实现2.36%高精度预测,可直接应用于ST系列PCS和PowerTitan储能系统的健康管理。该方法通过提取特征电容、温度等退化趋势,能有效补偿iSolarClou...
压电式地震能量收集器的能量收集性能及其理论模型研究
A study on the energy harvesting performance and corresponding theoretical models of piezoelectric seismic energy harvesters
Xiangdong Xiea · Lingjie Lia · Lin Huang · Junjie Wanga 等6人 · Applied Energy · 2025年1月 · Vol.377
摘要 尽管地震蕴含巨大的能量，但迄今为止，地震传感器的自供电技术以及地震能量的有效利用仍未得到很好解决。鉴于此，本文研制了一系列压电式地震能量收集器（PSEHs），并在不同类型地震波激励下开展了相应的能量收集性能实验与仿真研究。研究并讨论了若干关键设计参数对PSEH输出电压和输出功率的影响。研究结果表明，U型PSEH在从不同地震波中收集能量方面具有良好的能力与理想的鲁棒性。例如，在峰值地面加速度（PGA）为0.024g的El-Centro波激励下，U型PSEH产生的均方根（RMS）电压和RMS功...
解读: 该压电地震能量采集技术对阳光电源储能系统和智能运维具有重要参考价值。研究中U型压电采集器在0.024g加速度下可输出104V/11.1mW,为自供电传感器提供可能。这启发ST系列储能变流器和PowerTitan系统可集成类似微能量采集技术,实现地震高发区储能站的振动监测传感器自供电,降低辅助电源依赖...