找到 4 条结果
基于分类的空间插值法的区域分布式光伏功率预测太阳辐照度插值
Categorical Spatial Interpolation of Solar Irradiance for Regional Distributed Photovoltaic Power Forecasting
Chenglong Ruan · Kangping Li · Zhenghui Li · Chunyi Huang 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
高空间分辨率太阳辐照度预报数据对区域分布式光伏发电预测至关重要。现有插值方法在云量变化等复杂天气下因局部辐照突变易产生较大误差。本文提出一种分类空间插值方法，通过自适应阈值将卫星短波辐射图像转化为二值辐照图，并训练3D U-net模型预测各网格未来辐照类别概率。概率图动态引导两个并行插值过程：分别利用晴空与多云区域站点数据，最终通过概率加权融合确定辐照值。真实数据案例验证了该方法的有效性与优越性。
解读: 该分类空间插值技术对阳光电源iSolarCloud智能运维平台和区域级储能系统调度具有重要应用价值。通过3D U-net模型实现高精度区域辐照预测，可直接应用于：1）PowerTitan大型储能系统的多时间尺度功率预测与充放电策略优化，提升储能参与电网调度的经济性；2）SG系列逆变器集群的区域功率预...
通过人工智能赋能的数字孪生技术解析压缩态碳纤维纸的微观结构复杂性
Deciphering the microstructural complexities of compacted carbon fiber paper through AI-enabled digital twin technology
Young Je Park · Won Young Choi · Hyunguk Choi · Seo Won Choi 等10人 · Applied Energy · 2025年1月 · Vol.377
摘要 在基于可再生能源的低碳社会中，碳纤维纸（CFPs）被视为电化学能量转换与存储装置中的关键多孔材料。在这一新兴技术中，寻找压缩状态下组装碳纤维纸的最佳微观结构是核心挑战之一。本文提出一种基于断层扫描的分析方法，用于关联压缩状态下碳纤维纸的微观结构与传输参数。借助人工智能技术，通过识别圆柱形碳纤维的真实形态，对孔隙与固相结构的预测准确率显著提升，与解析解相比一致性高达98%。本研究将三维U-Net算法引入传统的X射线计算机断层扫描技术中，实现了碳纤维与粘结剂的完全分离。随后，系统地研究了在不同...
解读: 该碳纤维纸微观结构AI数字孪生技术对阳光电源储能系统具有重要价值。碳纤维纸作为质子交换膜燃料电池和液流电池的关键多孔材料,其压缩态下的微观结构优化直接影响离子传输效率和电化学性能。研究中的3D U-net算法与CT扫描结合可精准分析孔隙-固体结构演变规律,为PowerTitan储能系统中电池堆的材料...
时空特征编码的深度学习方法用于屋顶光伏潜力评估
Spatiotemporal feature encoded deep learning method for rooftop PV potential assessment
Jian Xuab · Zhiling Guo · Qing Yuc · Kechuan Dongd 等7人 · Applied Energy · 2025年1月 · Vol.394
摘要 屋顶光伏（PV）系统是提升城市环境中可再生能源利用的一种有前景的解决方案。准确估算屋顶光伏系统的发电潜力受到复杂城市形态所引起的遮蔽效应的制约，这些效应显著降低了屋顶表面的太阳辐照度，从而导致预测误差。传统的遮蔽模拟方法计算成本高昂，凸显了在计算效率与评估精度之间实现精细平衡的必要性。本研究提出了一种创新的深度学习框架，能够有效编码多种时空数据源，以精确预测阴影投射并计算屋顶光伏潜力。具体而言，基于物理原理的真实数据，结合U-Net网络、三维（3D）建筑细节、太阳能资源数据以及气象参数，使...
解读: 该时空特征编码深度学习框架对阳光电源屋顶光伏系统规划具有重要价值。研究通过U-Net网络精准预测建筑阴影对发电量的影响(平均损失5.32%),可优化SG系列逆变器的MPPT算法在遮挡工况下的功率追踪策略。158倍的计算加速能力可集成至iSolarCloud平台,实现大规模城市屋顶光伏资源快速评估与选...
基于高分辨率航拍影像的表后分布式光伏面板分类识别与估算
Classified Identification and Estimation of Behind-the-Meter Distributed Photovoltaic Panels Using High-Resolution Aerial Imagery
Kangping Li · Mingkai Gong · Zhenghui Li · Chunyi Huang · IEEE Transactions on Industry Applications · 2024年4月
户用分布式光伏装机量的持续增长给配电网的运行带来了巨大挑战。利用高分辨率航空影像识别分布式光伏是一种很有前景且低成本的提高分布式光伏可见性的方法。现有研究通常建立统一的识别模型，在实际应用中，该模型无法对不同类型的分布式光伏实现令人满意的识别效果。为此，本文提出一种分类识别与估算方法，以准确获取广域范围内已安装光伏板的位置和规模。首先，采用 K 均值算法对不同规模和安装场景下的光伏板图像进行聚类。针对每个聚类，使用 U-net 构建识别模型，并采用焦点损失函数，以更好地识别微小尺寸的光伏板。其次...
解读: 该航拍影像识别技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过深度学习自动识别表后分布式光伏装置，可为SG系列逆变器的区域部署规划提供精准数据支撑，优化MPPT算法在复杂遮挡场景下的适配性。容量估算功能可辅助PowerTitan储能系统进行区域级配置优化，实现源网荷储协同调度。...