一种光伏组件温度预测方法及装置

    公开(公告)号:CN105260800A

    公开(公告)日:2016-01-20

    申请号:CN201510703552.3

    申请日:2015-10-26

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种光伏组件温度预测方法及装置,包括:获取预设第一时间段内光伏组件所在地的温度影响参数的监测数据,所述温度影响参数为影响所述光伏组件的温度的主要因素;将所述监测数据作为RBF神经网络的输入因子,将所述温度作为所述RBF神经网络的输出因子,建立光伏组件温度预测模型;获取光伏组件所在地的温度影响参数的实时数据;将所述实时数据输入至所述光伏组件温度预测模型中,获得所述光伏组件的预测温度。本发明充分考虑了影响光伏组件温度的主要因素,分析和筛选出模型的输入输出因子,建立了自适应性强的智能化预测模型,显著提高了组件温度的超短期预测精度,从而有助于光伏发电功率超短期预测精度的提升。

    一种基于混合模型的超短期太阳辐射预测方法及其装置

    公开(公告)号:CN106815659B

    公开(公告)日:2020-09-18

    申请号:CN201710042017.7

    申请日:2017-01-20

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种基于混合模型的超短期太阳辐射预测方法及其装置,包括周期性获取观测站点的采集的太阳辐射观测样本;依据太阳辐射观测样本以及太阳辐射‑晴空指数关系式得到晴空指数时间序列;对晴空指数时间序列进行小波变换处理,得到变换后的晴空辐射序列;将晴空辐射序列分别输入预设的线性预测模型、第一支持向量机模型以及神经网络模型内,得到三个输入序列;将三个输出序列进行叠加后输入第二支持向量机模型;将第二支持向量机模型的输出结果作为预测的晴空指数时间序列带入太阳辐射‑晴空指数关系式内,得到预测的太阳辐射值。本发明通过多种预测模型混合预测的方式,减弱单一预测模型的预测误差对整体预设精度造成的影响。

    一种基于混合模型的超短期太阳辐射预测方法及其装置

    公开(公告)号:CN106815659A

    公开(公告)日:2017-06-09

    申请号:CN201710042017.7

    申请日:2017-01-20

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种基于混合模型的超短期太阳辐射预测方法及其装置,包括周期性获取观测站点的采集的太阳辐射观测样本;依据太阳辐射观测样本以及太阳辐射‑晴空指数关系式得到晴空指数时间序列;对晴空指数时间序列进行小波变换处理,得到变换后的晴空辐射序列;将晴空辐射序列分别输入预设的线性预测模型、第一支持向量机模型以及神经网络模型内,得到三个输入序列;将三个输出序列进行叠加后输入第二支持向量机模型;将第二支持向量机模型的输出结果作为预测的晴空指数时间序列带入太阳辐射‑晴空指数关系式内,得到预测的太阳辐射值。本发明通过多种预测模型混合预测的方式,减弱单一预测模型的预测误差对整体预设精度造成的影响。