【技术实现步骤摘要】
基于神经网络评估双面双玻光伏组件输出功率的方法
本专利技术涉及一种基于神经网络评估双面双玻光伏组件输出功率的方法,属于光伏组件性能分析
技术介绍
随着光伏行业发展日趋完善,研究重心从单一提高光伏组件转换效率拓展到提高光伏系统综合性能上来。近年来双面双玻光伏组件由于其突出的耐久性、可靠性、安全性及高发电量特性,引起广泛关注。但是由于双面双玻光伏组件和常规单面光伏组件在发电性能上的差异,用于常规单面光伏组件输出功率上的评估方法不能完全适用于双面双玻光伏组件,而现阶段国内外在该方面的研究还尚未完全展开,如果和常规单面光伏组件一样,仅仅从组件正面辐照度、气温、风速、风向这些参数取拟合评估输出功率,不能体现出双面双玻光伏组件的特性,拟合准确性也较差。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的缺陷,提供一种基于神经网络评估双面双玻光伏组件输出功率的方法,可以根据气温、风速、正面辐照度、背面辐照度对输出功率情况进行预判。为了达到上述目的,本专利技术采取的技术方案如下:基于神经网络评估双面双玻光伏组件输出功率的方法,包括以下步骤:1)在实验地点,在不同日、不同时间段对气温、风速、双面双玻光伏组件正面辐照度和背面辐照度这四个参数以及双面双玻光伏组件输出功率进行测量;2)将测量数据进行处理后输入神经网络;3)神经网络的神经网络隐层节点数目及网络结构传递函数类型保持不变,对神经网络隐层数目进行误差最小化选择;4)在步骤3)所确定的神经网络隐层数目的情况下,网络结构传递函数类型保持不变,对神经网络隐层节点数目进行误差最小化选择;5)在步骤3)确定的神经网络 ...
【技术保护点】
1.基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,包括以下步骤:1)在实验地点,在不同日、不同时间段对气温、风速、双面双玻光伏组件正面辐照度和背面辐照度这四个参数以及双面双玻光伏组件输出功率进行测量;2)将测量数据进行处理后输入神经网络;3)神经网络的神经网络隐层节点数目及网络结构传递函数类型保持不变,对神经网络隐层数目进行误差最小化选择;4)在步骤3)所确定的神经网络隐层数目的情况下,网络结构传递函数类型保持不变,对神经网络隐层节点数目进行误差最小化选择;5)在步骤3)确定的神经网络隐层数目和步骤4)确定的神经网络隐层节点数目情况下,对网络结构传递函数类型进行误差最小化选择;6)以步骤3)确定的神经网络隐层数目,步骤4)确定的神经网络隐层节点数目和步骤5)所确定的网络结构传递函数类型构建神经网络,将步骤1)所测量的全部数据都输入该神经网络,经过拟合后,任意输入一组四个参数的值,即得到相应输出功率的值。
【技术特征摘要】
1.基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,包括以下步骤:1)在实验地点,在不同日、不同时间段对气温、风速、双面双玻光伏组件正面辐照度和背面辐照度这四个参数以及双面双玻光伏组件输出功率进行测量;2)将测量数据进行处理后输入神经网络;3)神经网络的神经网络隐层节点数目及网络结构传递函数类型保持不变,对神经网络隐层数目进行误差最小化选择;4)在步骤3)所确定的神经网络隐层数目的情况下,网络结构传递函数类型保持不变,对神经网络隐层节点数目进行误差最小化选择;5)在步骤3)确定的神经网络隐层数目和步骤4)确定的神经网络隐层节点数目情况下,对网络结构传递函数类型进行误差最小化选择;6)以步骤3)确定的神经网络隐层数目,步骤4)确定的神经网络隐层节点数目和步骤5)所确定的网络结构传递函数类型构建神经网络,将步骤1)所测量的全部数据都输入该神经网络,经过拟合后,任意输入一组四个参数的值,即得到相应输出功率的值。2.根据权利要求1所述的基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,所述步骤1)中,实验的不同日包括了晴天、多云和阴天3种天气情况,每种天气类型各取4天进行实验;实验的不同时间段包括了上午8时至10时,中午11时至下午1时,以及下午2时至4时,测量的时间步长均为1分钟。3.根据权利要求1所述的基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,所述步骤1)中,实验地点设置的气温和风速测量装置均位于所测试的双面双玻光伏组件周围区域,且无显著阻隔物存在;实验地点设置的双面双玻光伏组件正面辐照度测量装置安装于组件正面侧边的中间位置;设置的双面双玻光伏组件背面辐照度测量装置有两个,分别安装于组件背面底边的中间位置和顶边的中间位置;且所有的辐照度测量装置的安装角度均与组件倾角一致,且不在组件发电表面形成遮挡;输出功率记录装置接于组件电源线与逆变器之间。4.根据权利要求3所述的基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,所述步骤2)中,对测量数据进行处理是指,将同一时刻测量的组件背面底边和顶边中间位置的两个辐照度数值取平均值,作为组件背面辐照度;再将气温、风速、双面双玻光伏组件正面辐照度、组件背面辐照度及组件输出功率按照时间顺序进行整理,同一时刻的四个参数值和1个输出功率值归为1组。5.根据权利要求1所述的基于神经网络评估双面双玻光伏组件输出功率的方法,其特征在于,所述步骤3)中,神经网络隐层节点数目及网络结构传递函数,初步设定...
【专利技术属性】
技术研发人员:祝曾伟,张臻,罗皓霖,张起源,邵玺,宋倩,
申请(专利权)人:河海大学常州校区,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。