找到 2 条结果
基于改进数学模型的数据预处理与机器学习方法用于推断光伏系统发电量
Data preprocessing and machine learning method based on ameliorated mathematical models for inferring the power generation of photovoltaic system
Woo Gyun Shin · Jinseok Le · Young Chul Ju · Hey Mi Hwang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.333
摘要 全球各国正在积极推动能源转型，以减缓气候变化并促进长期可持续发展。这一转型过程涉及向无碳电力来源的转变，其中太阳能发挥着关键作用。随着光伏（PV）系统安装量的增加，这些系统对电网供电的贡献比例也不断上升。然而，由于天气条件会影响光伏发电量，准确推断其输出功率对于确保电网稳定性以及评估发电效率至关重要。本文提出了一种面向机器学习回归模型的数据预处理方法，该方法利用数学模型，基于辐照度和组件温度数据来推断光伏系统的发电量。所提方法的独特之处在于其归一化过程：将实测的电压和电流值除以通过数学模型...
解读: 该研究提出的基于改进数学模型的数据预处理和机器学习方法,对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过归一化处理实测电压电流与模型计算值的比值,可显著提升光伏发电功率预测精度(R²达0.9969),这与SG系列逆变器的MPPT优化技术高度契合。该方法可集成至预测性维护系统,结合S...
基于卷积神经网络的归一化I-V曲线光伏故障诊断及可解释性分析
CNN-based photovoltaic fault diagnosis using normalized I–V curves with Explainability analysis
Woogyun Shin · Jin Seok Lee · Young Chul Ju · Hye Mi Hwang 等5人 · Solar Energy · 2025年1月 · Vol.301
摘要 全球各国正在扩大可再生能源的应用，以实现2050年碳中和目标。在各类可再生能源中，太阳能的发展速度最快，部署规模最为广泛。随着光伏（PV）电站数量的增加，运维市场不断扩大，故障诊断技术也逐步发展，融合了传统方法与人工智能技术。本研究提出一种利用光伏组串的归一化电流-电压（I-V）曲线并结合卷积神经网络（CNN）的故障诊断方法。实测的I-V曲线通过考虑辐照度、组件温度和衰减率的仿真模型进行归一化处理。归一化后的曲线根据其形态特征和电气参数被标注为正常状态或六种故障类型之一。使用这些数据训练的...
解读: 该基于CNN的光伏故障诊断技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。通过归一化I-V曲线实现99.39%验证准确率的六类故障识别,可直接集成至智能运维系统,增强预测性维护能力。技术核心在于消除辐照度和温度影响的归一化处理,与阳光电源MPPT优化算法形成互补,可在组串级...