CN119401558A 一种光伏离并网系统及方法 （山东联旭新能源有限公司）_第1页
CN119401558A 一种光伏离并网系统及方法 （山东联旭新能源有限公司）_第2页
CN119401558A 一种光伏离并网系统及方法 （山东联旭新能源有限公司）_第3页
CN119401558A 一种光伏离并网系统及方法 （山东联旭新能源有限公司）_第4页
CN119401558A 一种光伏离并网系统及方法 （山东联旭新能源有限公司）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

为光伏发电技术的广泛应用和可持续发展提供2构建光伏并网状态识别模型和光伏离并网决策模型，其中，使用双重机器学习算法分别对光伏并网状态识别模型和光伏离并网决策模型进行训2.根据权利要求1所述的一种光伏离并网方法，构建光伏并网状态识别模型，通过特征选择和核函数技巧对光伏系统的并网状态进行分模型训练：将预处理后的光伏系统数据输入SVM模型，通过优化目标函数求解支持向模型评估：在测试集上评估模型的分类性能，并根据评估结果调整;3计算光伏并网状态识别模型和光伏离并网决策模型的实际输出与期望输出之间的残将状态识别残差和决策残差作为新的特征，结合原始光伏系统数据;实时运行数据收集：通过安装在光伏系统各部位的传感器历史数据收集：从光伏系统的历史数据库中提取过去一段将实时运行数据、历史数据和天气预报数据进行整合，形成包含时对于光伏并网状态识别模型，特别标注出光伏系统并网和离网的时对于光伏离并网决策模型，根据历史数据中的电网故障记录、光伏;4模型构建模块：包括光伏并网状态识别模型构建单元和光伏离并网决策模型构建单残差拟合模块：用于根据光伏并网状态识别模型和光伏离并网决策模型的输出残差，决策指令生成模块：接收数据采集模块提供的实时光伏指令执行模块：根据决策指令生成模块输出的5使用双重机器学习算法分别对光伏并网状态识别模型和光伏离并网决策模型进6表示第i棵决策树的输出，计算光伏并网状态识别模型和光伏离并网决策模型的实际输出与期望输出之间Fn(X)=Fn.,(X)+yh(X)7Z=(x-u)/o8优化光伏离并网决策的结果。这一创新设计能够进一步减少决策过程中的误差和不确定9表示第i棵决策树的输出，[0034]设和Dn分别为按照特征f和取值v分裂后的左子节点和右子节点的数据集，则信息增益AI可以表示为：[0035]其中，I(D)表示数据集D的熵或基尼指数。Z=(X-A)/O

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论