找到 3 条结果 · Applied Energy
基于alpha通道融合的风力发电机组异常数据识别方法
Abnormal data recognition method for wind turbines based on alpha channel fusion
Yan Chen · Guihua Banb · Tingxiao Dinga · Applied Energy · 2025年1月 · Vol.396
尽管图像处理技术在风电功率曲线（WPC）异常检测领域发挥着先进作用，能够准确识别各类异常数据，但仍面临三大挑战：依赖人工标注的参考样本、通过栅格化和距离计算表示数据密度，以及对堆叠型异常数据识别精度不足。为解决上述问题，本研究提出一种简单且高效的WPC异常数据识别与清洗方法。该方法无需依赖人工标注的参考样本，仅通过调节两个参数的取值即可实现不同类型WPC异常数据的识别。所提方法首先采用alpha通道融合机制，在连续空间中直接表征数据密度，从而避免了栅格化处理；其次，引入边界离散化、序列平滑技术及...
解读: 该风电异常数据识别技术对阳光电源储能系统和智能运维平台具有重要借鉴价值。其alpha通道融合机制可应用于iSolarCloud平台的功率曲线异常检测,提升ST系列储能变流器和SG系列光伏逆变器的数据清洗能力。无需人工标注样本的特点契合大规模新能源场站运维需求,边界离散化与Canny边缘检测算法可增强...
基于深度学习与遥感的城市土地分类对光伏潜力的分析
PV potential analysis through deep learning and remote sensing-based urban land classification
Hongjun Tan · Zhiling Guo · Yuntian Chen · Haoran Zhang 等7人 · Applied Energy · 2025年1月 · Vol.387
城市土地在商业、居住、草地及其他行政分区中的利用情况将影响可再生能源基础设施（如光伏板）的可用安装面积。将土地利用类型纳入光伏潜力评估对于优化空间配置、贴近能源需求中心以及提升系统效率至关重要。为解决以往研究忽视城市土地利用问题的局限性，本文提出一个融合遥感数据与深度学习方法的框架，实现八类细粒度和三类粗粒度的土地利用分类。该框架针对每种土地利用类型计算其可安装光伏系统的面积，并结合2023年年均太阳辐照量评估其发电潜力。案例研究表明，德国海尔布隆（Heilbronn）地区的土地适合地面光伏安装...
解读: 该研究基于深度学习和遥感数据的城市土地分类与光伏潜力评估框架,对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过精细化土地利用分类(商业、住宅、未利用地等),可优化地面光伏与屋顶光伏的配置策略。研究中不同地类的单位面积发电潜力差异,可指导阳光电源1500V系统和MPPT优化技...
考虑地形坡度和风机位置影响的二维山丘上风力机尾流特性的风洞研究
Wind tunnel study of wind turbine wake characteristics over two-dimensional hill considering the effects of terrain slope and turbine position
Yao Chen · Bowen Yan · Meng Yu · Guoqing Huang 等8人 · Applied Energy · 2025年1月 · Vol.380
摘要 风电场中风机之间的尾流干扰会导致风电场整体发电功率显著下降。本研究通过系统的风洞试验，对在不同坡度的二维山丘上处于不同位置的风力机尾流特性进行了研究，其中风力机轮毂高度与山丘高度相同，均为250 mm，转子直径为400 mm。首先，提出了一种新的归一化方法，用于公平评估风力机在山丘不同位置处的尾流速度亏损。研究发现，位于山顶的风力机尾流受地形影响显著大于位于山前或山后的风力机。随后，系统分析了地形对风力机尾流的影响，包括速度亏损和附加湍流强度。山丘坡度主要影响风力机背风侧的尾流特性：当风力...
解读: 该风电尾流研究对阳光电源复杂地形风电场储能系统配置具有重要参考价值。研究揭示的山地地形对尾流特性的影响规律,可指导ST系列储能变流器在山地风电场的微观选址与容量优化配置。针对陡坡山顶尾流恢复快、缓坡尾流扩散宽的特性,可优化PowerTitan储能系统的功率平抑策略,通过iSolarCloud平台实时...