找到 2 条结果 · Solar Energy
人工智能在聚光光伏热系统发展中的综合研究进展
A comprehensive review on the artificial intelligence for the development of thermal concentrating photovoltaic systems
Mohammad Karimzadeh Kolamroudi · Oluwasegun Henry Jaiyeob · Mustafa Ilkan · Babak Safaeie · Solar Energy · 2025年1月 · Vol.301
摘要 在气候危机加剧和化石燃料枯竭的背景下，太阳能有望成为一种关键的可再生能源。尽管传统光伏（PVs）的效率有限，但聚光光伏-热（CPV/T）系统能够同时发电和产热，实现60%至80%的总效率，显著高于单独使用光伏系统所达到的效率。然而，CPV/T系统的性能高度依赖于辐照度波动、电池温度和跟踪误差等运行参数，这限制了其在实际应用中的广泛部署。人工智能（AI）技术，包括深度神经网络（DNNs）、强化学习（RL）以及混合算法，通过实现自适应热管理、故障检测、实时优化和高精度太阳跟踪，有效解决了上述问...
解读: 该CPV/T系统AI优化技术对阳光电源具有重要借鉴价值。文中深度神经网络实现的实时优化、故障检测和预测性维护技术,可直接应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的智能运维功能增强。AI驱动的热管理控制提升35%以上热稳定性的成果,对ST系列储能变流器的温控策略和PowerT...
一种基于人工智能预测温室环境中光伏-热系统的能量参数的方法
An artificial intelligence approach to predict energy parameters in a photovoltaic-thermal system within a greenhouse
Shojapour Pour · Ali Motevali · Seyed Hashem Samadi · Ranjbar-Nedamani Nedamani 等6人 · Solar Energy · 2025年1月 · Vol.295
摘要 农业各个领域日益增长的能源需求，尤其是在温室设施中，迫切需要探索可行的解决方案。利用可再生能源，并结合人工智能（AI）技术对能耗数据进行预测与分析，为应对这一挑战提供了有前景的途径。本研究采用多种机器学习模型，针对基于纳米流体（Al2O3、SiO2、Al2O3-SiO2）的光伏-热系统，在温室内外环境下对其能量参数（如输出功率、电效率、热效率和总效率）进行预测。建模过程采用了时延神经网络（TDNN）、多层感知机（MLP）以及非线性自回归（NARX）方法，并引入了对数激活函数。不同能量参数的...
解读: 该研究对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要价值。NARX神经网络预测光伏系统能效参数(R²=0.9979)的方法,可集成至我司智能运维平台,实现MPPT算法优化和发电效率预测性维护。纳米流体光热系统的AI建模思路,可应用于户用光伏热电联供场景,提升SG系列逆变器在农业光伏...