研究目的
将现代计算技术作为可再生能源供应与管理领域中潜在的决策工具进行介绍，特别是利用神经网络预测光伏单元的太阳能转换。
研究成果
该论文探讨了利用物联网网络中的机器学习技术预测光伏发电所面临的挑战。研究提出了一种系统架构，证实开环配置能提供可靠的预测结果。文中还列出了多项改进措施，以打造低成本、可扩展且普适性强的系统解决方案。
研究不足
通过使用更精确的功率测量仪器、更换为低噪声亮度传感器、提升智能电表的电磁兼容性（EMC）、改进供电电路、采用真实光伏系统、利用更多数据训练算法、结合多种外生输入变量，以及搭建私有数据记录服务器与接口，可对模型与系统进行优化。
1：实验设计与方法选择：
本研究通过连接低功耗光伏板的智能电表采集数据，经LoRa物联网网络传输至远程服务器处理。采用Matlab非线性自回归神经网络（NARX）与Thingspeak物联网数据采集平台进行预测分析。
2：样本选取与数据来源：
智能电表从光伏板及环境传感器（TSL2561照度传感器、BME680温湿度传感器等）获取数据。
3：实验设备与材料清单：
智能电表、光伏板（SP-P 12W）、TSL2561照度传感器、BME680环境传感器、LoRa扩展板、微控制器、LoRaWAN网关。
4：实验流程与操作步骤：
智能电表测量发电功率及环境参数，通过LoRa网络传输至网关，经NARX神经网络处理进行预测分析。
5：数据分析方法：
采用Levenberg-Marquardt算法训练NARX模型，按75%训练集、15%测试集、15%验证集划分数据，通过计算RMSE值评估模型性能。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
SP-P 12W
SP-P 12W
Photovoltaic panel used to convert solar energy into electrical energy.
-
TSL2561
TSL2561
Luminosity sensor used to measure solar irradiance.
-
BME680
BME680
Environmental sensor used to measure temperature, humidity, barometric pressure, air quality, and elevation.
-
LoRa shield
Used for wireless data transmission over a LoRa IoT network.
-
LoRaWAN gateway
Bridges the data sent from the smart meter and makes them available on the user or developer local network.
-
登录查看剩余3件设备及参数对照表
查看全部
