2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩90頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、光伏組件長期在戶外運行,光轉(zhuǎn)化性能是會隨運行時間的增長而降低,性能的降低直接導(dǎo)致組件靜態(tài)參數(shù)的改變。光伏功率物理預(yù)測模型是建立在靜態(tài)參數(shù)基礎(chǔ)上的數(shù)學(xué)模型,靜態(tài)參數(shù)值的改變會導(dǎo)致該預(yù)測模型預(yù)測值的失準(zhǔn),且隨著組件服役時間的增加預(yù)測失準(zhǔn)現(xiàn)象會愈加明顯。因此有必要研究預(yù)測模型參數(shù)辨識方法來辨識出靜態(tài)參數(shù)改變,從而解決預(yù)測模型預(yù)測失準(zhǔn)的問題。
  本文針對當(dāng)前辨識方案的不足點展開研究。從當(dāng)前光伏參數(shù)辨識算法的數(shù)據(jù)預(yù)處理和辨識過程出發(fā),分析

2、了基于當(dāng)前辨識算法的功率預(yù)測模型存在預(yù)測誤差的原因。在研究了數(shù)據(jù)挖掘技術(shù)特點的基礎(chǔ)上,提出用基于關(guān)聯(lián)規(guī)則分析的特征數(shù)據(jù)提取作為參數(shù)辨識的數(shù)據(jù)預(yù)處理方案,并在此基礎(chǔ)上設(shè)計了基于遺傳算法的參數(shù)辨識方法。論文的主要內(nèi)容包括以下內(nèi)容。
  首先,根據(jù)參數(shù)辨識要求,為了獲得由靜態(tài)參數(shù)變化引起的光伏組件輸出改變的歷史記錄,本文采用關(guān)聯(lián)規(guī)則分析的方法,從各時期數(shù)據(jù)中選擇出相似天氣信息條件下輸出功率穩(wěn)定改變的規(guī)則集,最后依照辨識數(shù)據(jù)的變化規(guī)律選擇

3、出符合規(guī)律的數(shù)據(jù)記錄做為辨識算法的輸入。
  其次,本文設(shè)計了以組件物理模型電流方程為目標(biāo)函數(shù),采用遺傳算法的參數(shù)辨識方案,解決了當(dāng)前辨識算法在辨識計算中采用等效處理,從而降低辨識精度的問題。
  最后,本文根據(jù)上述方案進行了仿真實驗。仿真結(jié)果表明:在特征數(shù)據(jù)提取的過程中,有效地屏蔽了發(fā)生頻率低的不良數(shù)據(jù),成功提取出受靜態(tài)參數(shù)改變影響組件狀態(tài)變化的特征數(shù)據(jù);在參數(shù)辨識過程中,精確的辨識出了光伏組件靜態(tài)參數(shù)在各時期中的值。并用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論