找到 3 条结果
基于改进Pix2PixHD图像恢复的二级光伏发电预测
Second-Level Photovoltaic Power Forecasting Based on Improved Pix2PixHD Image Restoration
Xiangjian Meng · Xinyu Shi · Yanzheng Zhu · Feng Gao 等5人 · IEEE Transactions on Industrial Informatics · 2025年7月
光伏（PV）发电厂输出剧烈波动的根本原因是云层覆盖导致的地面辐照度突变。为提高云层覆盖条件下光伏功率预测的准确性，本文提出一种基于改进Pix2PixHD图像修复算法的光伏发电厂秒级功率预测方法。首先，运用牛顿 - 拉夫逊法，根据实际布局构建光伏电站模型。其次，深入探究逆变器输出的光伏功率数据特征，分析光伏功率与辐照度之间的映射关系。通过描述云层的形状、厚度和移动方向，构建虚拟云图以表示云层覆盖（功率损失）情况。随后，使用Canny边缘检测器对虚拟云图进行预处理，再利用改进的Pix2PixHD图像...
解读: 从阳光电源的业务视角来看，这项基于改进Pix2PixHD图像修复算法的秒级光伏功率预测技术具有重要的战略价值。该技术通过虚拟云图构建和深度学习算法，直击云层遮挡导致的功率波动这一行业痛点，为我们的智能光伏解决方案提供了新的技术路径。 对于阳光电源的逆变器业务而言，秒级预测精度的提升意味着可以在硬件...
基于多模态数据融合与模糊化的超短期太阳辐照度预测
Ultra Short-Term Solar Irradiance Forecast Based on Multimodal Data Fusion and Fuzzification
Xiangsen Wei · Dong Yue · Gerhard P. Hancke · Chunxia Dou 等6人 · IEEE Transactions on Industrial Informatics · 2025年1月
太阳辐照度的间歇性是导致光伏（PV）系统功率输出快速波动的主要原因。这些波动阻碍了太阳能发电设备大规模并入电网，进而阻碍了利用太阳能资源减少碳排放的进程。解决这一困境的主要途径是实现太阳辐照度的高精度预测。尽管存在各种预测太阳辐照度变化的方法，但很少有方法专注于充分利用多模态数据信息和模糊方法来提高预测性能。因此，本文提出了一种结合多模态数据融合和模糊化的方法来预测超短期全球水平辐照度（GHI）。首先，设计了一种模态转换方法，将时间模态数据转换为空间模态数据。然后，将转换后的数据与正常和欠曝光全...
解读: 从阳光电源的业务实践来看，这项基于多模态数据融合与模糊化的超短期太阳辐照度预测技术具有显著的应用价值。当前光伏发电的间歇性波动是制约大规模并网的核心痛点，直接影响我们逆变器的功率控制策略和储能系统的调度效率。该技术通过将时序数据转换为空间模态，并融合全天空图像与模糊化处理，为解决这一难题提供了创新路...
基于门控循环单元神经网络利用稀疏监测数据的车载超级电容器储能系统寿命预测
Life prediction of on-board supercapacitor energy storage system based on gate recurrent unit neural network using sparse monitoring data
Li Wei · Yu Wang · Tingrun Lin · Xuelin Huang 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 随着超级电容器在交通和能源领域的广泛应用，其服役寿命预测成为一个需要重点考虑的问题。由于车载超级电容器的老化过程与实际工况密切相关，其实际使用寿命可能与实验室测得的循环寿命不一致。然而，记录历史工作状况的车载监测数据质量较低，通常具有稀疏性和碎片化特征，导致难以提取有价值的信息。在我们前期的研究中，已成功从稀疏且碎片化的数据中获取了特征参数，但这些特征参数呈周期性变化，无法直接用于寿命预测。本文首先通过复合正弦函数与多项式时间序列分解模型，从特征参数中提取超级电容器的退化趋势项；其次，为弥...
解读: 该超级电容寿命预测技术对阳光电源储能系统和充电桩产品具有重要价值。针对车载及储能应用中监测数据稀疏问题,GRU神经网络结合时序分解模型可实现2.36%高精度预测,可直接应用于ST系列PCS和PowerTitan储能系统的健康管理。该方法通过提取特征电容、温度等退化趋势,能有效补偿iSolarClou...