利用多层感知机和Ⅰ-Ⅴ特性的光伏组件建模方法
Photovoltaic module modeling method using multilayer perceptron and Ⅰ-Ⅴ characteristics作者机构：福州大学物理与信息工程学院微纳器件与太阳能电池研究所福建福州350108
出 版 物：《福州大学学报（自然科学版）》 (Journal of Fuzhou University(Natural Science Edition))
年 卷 期：2021年第49卷第3期
页 面：336-342页
学科分类：08[工学] 0807[工学-动力工程及工程热物理]
基 金：国家自然科学基金资助项目(61601127) 福建省科技厅高校产学合作资助项目(2016H6012) 福建省科技厅引导性基金资助项目(2019H0006)
摘 要：为了提高光伏组件模型的准确度和可靠性,提出一种利用多层感知机和不同工况下实测的Ⅰ-Ⅴ特性曲线数据集的建模新方法.首先,使用双线性插值法对实测Ⅰ-Ⅴ曲线进行重采样,以提高Ⅰ-Ⅴ曲线上数据点分布的均匀性;然后使用基于温度-辐照度的网格采样法对数据集进行下采样,降低数据冗余度.其次,提出一种基于多层感知机神经网络的光伏组件模型,并基于预处理的Ⅰ-Ⅴ曲线数据集,使用Adam算法训练该模型.最后,采用实测Ⅰ-Ⅴ特性曲线数据集,验证和测试了所提出的建模方法,并与支持向量机、梯度提升决策树等机器学习算法进行对比.实验结果证明,所提出的建模方法具有更高的精度和泛化性能.
维普期刊数据库
同方期刊数据库
