找到 2 条结果
基于数据驱动和改进光谱算法的质子交换膜燃料电池堆功率密度优化
Power density optimization for proton exchange membrane fuel cell stack based on data-driven and improved light spectrum algorithm
Xi Chen · Wentao Feng · Yukang Hu · Shuhuai You 等6人 · Energy Conversion and Management · 2025年1月 · Vol.326
摘要 作为一种绿色能量转换装置，质子交换膜燃料电池（PEMFC）堆的功率性能由实际运行参数决定。根据目标需求对PEMFC的功率密度及其相应操作参数进行优化至关重要。本文提出了一种结合随机森林算法（RF）与改进的光谱优化算法（ILSO）的PEMFC堆功率密度全局优化策略。基于PEMFC数学模型的仿真结果构建数据集，并用于训练一种数据驱动的代理模型。代理模型的输入变量包括工作温度、阳极压力、阴极/阳极相对湿度和电流密度，输出为功率密度。预测性能结果显示，训练集中平均绝对误差（MAE）、均方误差（MS...
解读: 该PEMFC功率密度优化技术对阳光电源氢能储能系统具有重要借鉴价值。文中数据驱动建模与智能优化算法结合的思路,可应用于ST系列PCS多参数协同优化,提升能量转换效率。随机森林代理模型将优化时间缩短44.8%,与iSolarCloud平台预测性维护理念高度契合。温度、压力、湿度等多维参数寻优方法,可迁...
光伏发电场产量预测：基于改进元启发式优化的长短期记忆网络方法
Photovoltaic Farm Production Forecasting: Modified Metaheuristic Optimized Long Short-Term Memory-Based Networks Approach
Aleksandar Stojkovic · Bosko Nikolic · Miodrag Zivkovic · Nebojsa Bacanin · IEEE Access · 2025年1月
化石能源的有限性推动了可再生能源的发展，但其并网仍面临挑战。太阳能发电受天气影响显著，精确预测对电网调度与电力交易至关重要。本文研究基于轻量化长短期记忆网络（LSTM）结合注意力机制的模型，并提出一种改进的粒子群元启发式优化算法以优化超参数。基于印度两座光伏电站及塞尔维亚Mihailo Pupin研究所屋顶电站的实际数据进行实验，所提方法在多个指标上表现优异，最低均方误差达0.001812。通过TinyML验证了模型在边缘设备部署的可行性，填补了轻量化LSTM在该领域应用的研究空白。
解读: 该轻量化LSTM光伏预测技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。精确的发电预测可优化ST系列储能变流器的充放电策略，提升能量管理效率；改进的粒子群算法可用于SG系列逆变器MPPT参数自适应优化。TinyML边缘部署方案与阳光电源构网型GFM控制...