太阳能学报 ›› 2022, Vol. 43 ›› Issue (6): 79-84.DOI: 10.19912/j.0254-0096.tynxb.2020-1019
李烁1, 陈新度1, 尹玲2, 张斐2, 吴鹏2, 赵松涛3
Li Shuo1, Chen Xindu1, Yin Ling2, Zhang Fei2, Wu Peng2, Zhao Songtao3
摘要: 该文提出一种基于数据分析的发电模型评估方法,用于研究光伏发电模型输入,该方法主要由3 个步骤组成。首先,将基于信号分析的特征提取技术和基于专家知识的特征工程技术相结合扩展数据集,并进行异常值检测清除离群样本。其次对数据集进行相关性分析讨论输入数据的合理性。最后通过人工神经网络对该数据集进行建模,并把主成分分析引入模型训练中,分析模型在晴天、雨天、多云3 种不同气象条件下的表现。采用该方法对小型实验平台获取的气象数据与设备运行数据进行分析。实验表明,构造数据集比原始数据集训练的模型计算结果更精确,而引入主成分分析的模型计算效率更高。
中图分类号: