双面双玻光伏板调节支架及调节方法技术

技术编号:34293200 阅读:55 留言:0更新日期:2022-07-27 09:59
本申请涉及光伏智能发电的领域,其具体地公开了一种双面双玻光伏板调节支架及调节方法,其使用基于卷积神经网络的深度学习技术,来从光伏阵列中各个光伏板在预定时间段内的角度数据和发电功率数据中挖掘出所述各个光伏板在时间维度上的动态变化特征,并且利用了所述角度与所述发电功率之间存在的响应关系来进一步提高对于所述光伏板角度调整结果的准确性,进而以基于全局最优的角度来对所述光伏板的角度进行调整来保障光伏发电系统的发电效率。电效率。电效率。

【技术实现步骤摘要】
双面双玻光伏板调节支架及调节方法


[0001]本专利技术涉及光伏智能发电的领域,且更为具体地,涉及一种双面双玻光伏板调节支架及调节方法。

技术介绍

[0002]随着社会的高速发展对资源的过度利用,对环境造成严重的污染,国际社会对节能减排日益重视,呼吁利用绿色能源代替传统能源,减少对环境的污染,近年来太阳能的利用取得了重大发展,太阳能光伏板是目前较为常见的转换太阳能的装置,太阳能光伏板作为一种清洁环保的绿色能源产品,越来越多地应用于生产、生活各领域,太阳能光伏板接入并网光伏发电系统或独立光伏发电系统中。
[0003]但是目前市场上的太阳能光伏板通过安装支架安装完成后便完全固定,太阳光照射的方向会随季节的不断变化,如果不对太阳能光伏板的倾斜角度进行及时的调节,则会造成太阳能光伏板无法充分的利用太阳光照,降低了太阳能光伏板的使用效果。
[0004]并且,在使用时光伏板以阵列的形式进行排布以形成光伏发电阵列,因此,在光伏板的角度调整中不仅仅要考虑其与太阳的照射角度之间的相对位置关系,还需要考虑其与其他光伏发电板之间的相对位置关系,因为各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双面双玻光伏板调节支架,其特征在于,包括:光伏板工作数据获取模块,用于获取预定时间段内多个预定时间点的光伏阵列中各个光伏板的角度数据和发电功率数据;第一时序编码模块,用于将所述预定时间段内多个预定时间点的光伏阵列中各个光伏板的角度数据通过包含一维卷积层的第一时序编码器以得到对应于各个光伏板的位姿特征向量,并将所述对应于各个光伏板的位姿特征向量按照所述光伏阵列中各个光伏板的排列模式构造为位姿三维张量;位姿全局编码模块,用于将所述位姿三维张量通过第一卷积神经网络以得到全局位姿特征向量;第二时序编码模块,用于将所述预定时间段内多个预定时间点的光伏阵列中各个光伏板的发电功率数据通过包含一维卷积层的第二时序编码器以得到对应于各个光伏板的功率特征向量,并将所述对应于各个光伏板的功率特征向量按照所述光伏阵列中各个光伏板的排列模式构造为功率三维张量;功率全局编码模块,用于将所述功率三维张量通过第二卷积神经网络以得到全局功率特征向量;光伏阵列全局模块,用于基于所述位姿特征向量和所述功率特征向量的特征分布的位置偏移对所述位姿特征向量和所述功率特征向量进行关联编码以得到分类特征矩阵;待调节光伏板模块,用于从所述对应于各个光伏板的位姿特征向量中提取待调节光伏板的位姿特征向量,并将所述分类特征矩阵与所述待调节光伏板的位姿特征向量进行相乘以得到分类特征向量;以及调节结果生成模块,用于将所述分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述待调节光伏板的角度应增大或应减小。2.根据权利要求1所述的双面双玻光伏板调节支架,其中,所述第一时序编码模块,包括:第一向量构造单元,用于将所述预定时间段内多个预定时间点的光伏阵列中各个光伏板的角度数据按照时间维度排列为角度输入向量;以及第一一维卷积编码单元,用于使用所述第一时序编码器的一维卷积层以如下公式对所述角度输入向量进行一维卷积编码;其中,所述公式为:其中,a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵,w为卷积核的尺寸。3.根据权利要求2所述的双面双玻光伏板调节支架,其中,所述第二时序编码模块,包括:第二向量构造单元,用于将所述预定时间段内多个预定时间点的光伏阵列中各个光伏板的发电功率数据按照时间维度排列为功率输入向量;以及第二一维卷积单元,用于使用所述第二时序编码器的一维卷积层以如下公式对所述功率输入向量进行一维卷积编码;其中,所述公式为:其中,a为卷积核在x方向上的宽度、F为卷积核参数向量、G为与卷积核函数运算的局部向量矩阵,w为卷积核的尺寸。4.根据权利要求3所述的双面双玻光伏板调节支架,其中,所述第一时序编码器和所述第二时序编码器由交替排列的一维卷积层和全连接层组成。
5.根据权利要求4所述的双面双玻光伏板调节支架,其中,所述第一卷积神经网络的各层在层的正向传递中分别进行:对输入数据进行卷积处理以得到卷积特征图;对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图;以及对所述池化特征图进行非线性激活以得到激活特征图;其中,所述第一卷积神经网络的最后一层的输出为所述全局位姿特征向量,所述第一卷积神经网络的第一层的输入为所...

【专利技术属性】
技术研发人员:马霖敏王佳佳崔恩恩
申请(专利权)人:江苏中清光伏科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1