研究目的
本工作的主要目标是提出一种基于机器学习的方法,该方法根据气候条件结合单二极管和双二极管等效电路模型,以高精度预测光伏输出功率。
研究成果
提出的混合方法利用机器学习分类算法,能够提升基于传统单二极管和双二极管模型在不同太阳辐照度与温度条件下的光伏建模精度,误差降低潜力介于0.04%至0.15%之间。
研究不足
该研究仅限于地中海气候,且在光伏建模中未考虑最大功率点跟踪(MPPT)和直流损耗。
研究目的
本工作的主要目标是提出一种基于机器学习的方法,该方法根据气候条件结合单二极管和双二极管等效电路模型,以高精度预测光伏输出功率。
研究成果
提出的混合方法利用机器学习分类算法,能够提升基于传统单二极管和双二极管模型在不同太阳辐照度与温度条件下的光伏建模精度,误差降低潜力介于0.04%至0.15%之间。
研究不足
该研究仅限于地中海气候,且在光伏建模中未考虑最大功率点跟踪(MPPT)和直流损耗。
加载中....
您正在对论文“基于机器学习的方法用于建模实际户外条件下光伏阵列的输出功率”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期