找到 3 条结果 · IEEE Access
基于改进型人工神经网络的光伏系统最大功率点跟踪：融合元启发式与解析算法以实现部分遮阴下的最优性能
Enhanced ANN-Based MPPT for Photovoltaic Systems: Integrating Metaheuristic and Analytical Algorithms for Optimal Performance Under Partial Shading
Alpaslan Demirci · Idriss Dagal · Said Mirza Tercan · Hasan Gundogdu 等6人 · IEEE Access · 2025年5月
在部分遮阴条件下，光伏系统效率显著下降，导致最大功率点跟踪困难。本文提出一种改进型人工神经网络（ANN）方法，通过结合解析算法与元启发式优化算法进行训练，提升MPPT性能。模型基于涵盖多种遮阴、辐照及温度条件的大量数据集构建，仿真结果表明，该方法在动态遮阴环境下具有更高精度、更快响应速度和更强稳定性，MPPT效率在晴空和遮阴条件下分别达99.98%和99.97%，优于传统P&O及GWO、HHO、PSO等优化算法。
解读: 该改进型ANN-MPPT技术对阳光电源SG系列光伏逆变器具有重要应用价值。当前SG系列产品采用传统P&O或PSO算法，在复杂遮阴场景下存在局部最优陷阱和响应速度瓶颈。该研究通过元启发式算法训练ANN模型，在动态遮阴下实现99.97%的MPPT效率，可直接集成至SG逆变器的DSP控制器中，提升分布式光...
温室气候预测的深度学习创新：来自西班牙案例研究的见解
Deep Learning Innovations for Greenhouse Climate Prediction: Insights From a Spanish Case Study
Salma Ait Oussous · Dauris Madama Lail · Rachid El Bouayadi · Aouatif Amine · IEEE Access · 2025年4月
准确预测温室温度对有效气候控制和优化作物生产至关重要。本文研究深度学习DL模型和早期研究提出的Power LSTM模型在西班牙数据库上预测温室内部温度的性能。通过分析GRU、ANN、LSTM-ANN和LSTM-RNN等DL架构，对比评估PLSTM模型性能。结果显示PLSTM模型始终优于其他DL模型，R²达0.9999，RMSE和MAE显著更低，展示其处理温室条件时间序列预测的鲁棒性，为改进农业精准气候控制和智能温室系统开发提供关键工具。
解读: 该温室气候预测技术对阳光电源农业光伏和智慧农业应用有重要意义。阳光光伏+农业大棚解决方案需要精准的环境控制和能源管理。PLSTM深度学习模型可集成到阳光智慧农业系统，实现温室温度精准预测和智能调控。结合阳光光伏发电和储能系统，可优化温室供暖制冷能源使用，降低农业用能成本。该技术可进一步扩展到光伏电站...
基于机器学习和可解释人工智能的分布式智能电网可解释预测
Interpretable Prediction of a Decentralized Smart Grid Based on Machine Learning and Explainable Artificial Intelligence
Ahmet Cifci · IEEE Access · 2025年2月
分布式智能电网概念已成为高效管理和分配电能的可行方法。确保电网稳定性和可靠性，特别是在可再生能源集成和产消者数量增加的情况下，是该领域的主要挑战。本研究通过利用机器学习ML模型和可解释人工智能XAI技术预测分布式智能电网稳定性来应对该挑战。研究实施分布式智能电网控制DSGC概念的四节点星型网络，使用基于该网络仿真的数据集。对比十种ML模型包括AdaBoost、ANN、GBoost、k-NN、LR、NB、RF、SGD、SVM和XGBoost在预测电网稳定性方面的性能。采用XAI方法特别是SHAP和...
解读: 该智能电网稳定性预测技术对阳光电源虚拟电厂和智能电网解决方案有重要应用价值。阳光iSolarCloud平台管理分布式光伏储能资源，需要准确的电网稳定性预测。机器学习模型可集成到阳光平台的智能调度系统中，提前识别潜在稳定性风险。可解释AI技术SHAP可增强阳光智能决策系统的透明度和可信度。产消者管理是...