找到 3 条结果 · Applied Energy
AM-MFF：一种基于注意力机制的多特征融合框架用于鲁棒且可解释的锂离子电池健康状态估计
AM-MFF: A multi-feature fusion framework based on attention mechanism for robust and interpretable lithium-ion battery state of health estimation
Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年1月 · Vol.381
健康状态（SOH）是电池管理系统（BMS）中的一个关键参数。利用多种数据源可有效提升端到端SOH估计的性能。然而，现有的基于多维特征的方法未能充分挖掘不同数据源之间的内在关联。同时，大多数方法缺乏可解释性，并忽视了噪声带来的不利影响。本研究提出了一种基于注意力机制的多特征融合框架（AM-MFF），以实现鲁棒且可解释的SOH估计。AM-MFF结合了卷积神经网络（CNN）和注意力机制（AM）的优势，能够高效提取并融合健康特征，从而全面感知电池老化信息。该框架将两个运行阶段的数据作为输入，并通过两个独...
解读: 该AM-MFF锂电池SOH估算框架对阳光电源储能系统具有重要应用价值。其多特征融合与注意力机制可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,提升电池健康状态预测精度和抗噪性能。多输入容错设计确保单传感器故障时系统仍可靠运行,符合大规模储能安全需求。注意力分数的可解释性有助于iS...
考虑NWP风速误差容忍度的功率预测：一种在风速偏差场景下提升短期风电功率预测精度的策略
Power prediction considering NWP wind speed error tolerability: A strategy to improve the accuracy of short-term wind power prediction under wind speed offset scenarios
Mao Yang · Yunfeng Guo · Tao Huang · Wei Zhang · Applied Energy · 2025年1月 · Vol.377
摘要 短期风电功率预测对于风电参与日前调度具有重要意义。然而，不可避免的数值天气预报（NWP）误差给高精度风电功率预测带来了严峻挑战，尤其是在功率峰谷时段，极端误差尤为显著。针对这一问题，本文提出了一种考虑风速偏差场景及加权改进偏差损失函数（WIOLF）的短期风电功率预测精度提升策略。该方法引入多层级有向无环图结构以识别风速偏差场景，并采用带有梯度惩罚的Wasserstein生成对抗网络（WGAN-GP）解决样本不平衡问题。在功率预测部分，将WIOLF集成至时间卷积网络（TCN）与多头自注意力机...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。针对NWP风速误差导致的功率预测偏差,可应用于ST系列PCS的智能调度策略优化。通过风速偏移场景识别与WGAN-GP样本平衡技术,能提升PowerTitan储能系统在风储联合调度中的日前计划准确性。TCN-MHSA组合模型的加权损失函数思路,可借...
一种集成的工业光伏面板清洁推荐系统以实现最优除尘
An integrated industrial PV panel cleaning recommendation system for optimal dust removal
Chao Zhang · Yunfeng Ma · Guolin Yang · Tao Chen · Applied Energy · 2025年1月 · Vol.377
摘要 基于前期研究，本文对光伏枢纽清洁推荐系统（PNCRS）的有效性进行了全面研究。PNCRS是一种智能清洁推荐系统，旨在针对不同环境条件下优化光伏（PV）面板的清洁调度。传统的固定时间间隔和基于性能退化的光伏面板维护策略往往难以奏效，主要原因是其无法适应不断变化的环境影响，特别是在极端天气条件下。这些传统方法虽然简单直接，却未能捕捉到环境变化与面板效率之间的复杂相互作用，导致清洁计划次优以及能量输出下降。该智能清洁推荐系统通过实时环境适应性、数据驱动的决策机制以及综合利润优化，在确定光伏面板清...
解读: 该智能清洁推荐系统对阳光电源iSolarCloud平台具有重要应用价值。系统采用的VMD-CGAN数据增强和WPETF特征优化技术,可与SG系列逆变器的MPPT优化算法协同,通过实时环境数据动态调整清洁策略,在工商业光伏场景下提升29-34%收益。其贝叶斯优化的利润曲线模型可集成至预测性运维系统,为...