找到 3 条结果
预测不确定性建模技术及概率型风速与风电功率预测评估指标综述
A review of predictive uncertainty modeling techniques and evaluation metrics in probabilistic wind speed and wind power forecasting
Yun Wanga · Fan Zhang · Hongbo Koua · Runmin Zoua 等7人 · Applied Energy · 2025年1月 · Vol.396
摘要 鉴于风能资源具有显著的变异性，解决风能预测中固有的不确定性至关重要。因此，研究人员已开发出多种概率模型，这些模型为理解风能的波动特性提供了有价值的见解，并提升了预测的准确性。本文旨在分析预测不确定性中不同类型不确定性的意义，并对风速与风电功率预测的概率方法进行系统而全面的综述。特别地，本文详细考察了用于生成预测区间（作为预测不确定性的一种通用表示形式）的代表性模型结构。此外，本综述还探讨了用于评估概率预测质量的各类评价指标，并对其数学表达、时间复杂度以及适用条件进行了分析。这些评价指标在判...
解读: 该风电预测不确定性建模技术对阳光电源储能系统具有重要应用价值。通过概率预测方法可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在风储耦合场景下的能量管理精度。预测区间技术可为iSolarCloud平台提供更可靠的风电波动预判能力,辅助GFM/VSG控制策略实现更平滑的功率调节。不确...
基于混合HOA-CINN方法的太阳能驱动自动化干燥系统先进控制以提升谷物品质
Advanced control of solar-powered automated drying systems to enhance grain quality using a hybrid HOA-CINN approach
S.Malaisamy · B. Meenakshi Sundaram · A.Srinivasan · Solar Energy · 2025年1月 · Vol.293
摘要 谷物干燥是一项关键的产后处理过程，可确保长期储存的稳定性并保持其品质。然而，传统的干燥方法通常存在能耗高、水分去除不一致等问题，亟需开发更加高效且具有适应性的干燥解决方案。本研究提出了一种新的自适应控制方法，以提升太阳能驱动的自动化谷物干燥系统的性能。所提出的自适应系统采用河马优化算法（Hippopotamus Optimization Algorithm, HOA）优化干燥参数，从而提高谷物品质；同时引入条件可逆神经网络（Conditional Invertible Neural Net...
解读: 该太阳能自适应控制技术对阳光电源ST系列储能系统和SG光伏逆变器具有重要借鉴价值。HOA优化算法可应用于储能系统的充放电策略优化,CINN预测模型可增强iSolarCloud平台的负载预测能力。研究中的能效管理思路(峰值能耗1.113kWh)与阳光电源MPPT优化技术协同,可提升光储一体化系统在农业...
基于物理超参数优化联邦多层深度学习模型的物联网入侵检测
Physics-Based HPO Federated Multi-Layered DL Model for IDS in IoT Networks
Chirag Jitendra Chandnani · Vedik Agarwal · Shlok Chetan Kulkarni · Aditya Aren 等6人 · IEEE Access · 2025年1月
物联网正以其无处不在重塑我们生活。从健身手表到飞机的IoT设备无处不在性质突然上升导致网络攻击激增。AI驱动入侵检测系统IDS近期被用于对抗IoT环境中这一攻击激增。然而，现有解决方案缺乏分布式去中心化环境训练优化。去中心化环境训练模型的流行解决方案是联邦学习，多个客户端模型协作训练全局模型同时保持各客户端数据去中心化和私密。然而这存在各客户端数据泛化能力差的问题。本研究提出新型联邦多层深度学习Fed-MLDL模型，在分布式联邦学习环境中采用基于物理的超参数优化技术FedRIME用于CICIoT...
解读: 该联邦学习入侵检测技术对阳光电源分布式能源物联网安全具有重要应用。阳光管理全球数百万台光伏逆变器和储能设备，设备分布式部署和数据隐私保护是关键需求。该Fed-MLDL模型可应用于阳光iSolarCloud平台的分布式安全防护，在保护各电站数据隐私的同时实现全局入侵检测模型训练。在工商业储能场景下，该...