找到 2 条结果 · IEEE Transactions on Sustainable Energy
考虑多因素动态效应的光伏功率预测：一种基于动态局部特征嵌入的广义学习系统
Photovoltaic Power Prediction Considering Multifactorial Dynamic Effects: A Dynamic Locally Featured Embedding-Based Broad Learning System
Ziwen Gu · Yatao Shen · Zijian Wang · Yaqun Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
精确的光伏功率预测是新型电力系统高效稳定运行的前提。现有研究多关注温度、辐照度等全局因素与光伏功率的关系，常忽略其局部动态影响，导致预测精度下降。为此，本文考虑多因素间的动态关联，提出一种基于动态局部特征嵌入的广义学习系统（DLFE-BLS）。首先设计动态相空间重构方法（DPSR）刻画多变量数据的动态特性，进而引入动态局部特征嵌入（DLFE）算法提取局部动态特征，并将其融入广义学习系统框架，构建DLFE-BLS模型以提升预测精度。实验结果表明，该模型在多种场景下均优于对比模型，尤其在迁移预测中表...
解读: 该DLFE-BLS光伏功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。其动态相空间重构方法可优化MPPT算法在复杂气象条件下的功率追踪精度，局部动态特征提取能力可提升PowerTitan储能系统的充放电策略优化。该模型在迁移预测场景的优异表现，可直接应用...
基于风速-功率相关趋势清洗方法保留稀疏密度下的正常功率曲线数据
Preserving Normal Power Curve Data With Sparse Density via Wind Speed-Power Correlation Trend Cleaning Method
Hongrui Li · Shuangxin Wang · Jiading Jiang · Jun Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
风况的随机性与发电受限导致风电功率曲线上正常数据分布稀疏，易在数据清洗中被误删，影响短期风电预测。为此，本文提出一种基于风速-功率相关趋势构建决策边界的方法以保留正常数据。首先利用风速与功率的正相关性，采用增量趋势搜索策略提取趋势曲线；进而引入散点运动趋势算法消除密集的受限功率数据；最后基于核函数构建3-sigma边界，抑制残余聚类异常值对边界的影响。在三个风电场共17台风机上的实验表明，该方法优于八种先进算法，尤其适用于正常数据稀疏场景。
解读: 该风速-功率相关趋势清洗方法对阳光电源的风电储能混合系统具有重要应用价值。可直接应用于PowerTitan大型储能系统的风储联合调度优化,提升ST系列储能变流器在风电场景下的功率预测精度。该方法通过保留稀疏正常数据,有助于iSolarCloud平台实现更准确的风电功率预测和储能调度决策,对提升风储混...