摘要
本发明涉及一种基于云量识别的智能光伏遮阳方法及系统,旨在提高光伏系统的发电效率并具备抗台风能力。该方法通过多光谱摄像头和气象站传感器实时采集云量数据,经预处理后提取云的特征值。利用双层RBM结构的深度信念网络(DBN)模型进行电力供应量预测,通过粒子群算法(PSO)优化模型参数。根据预测电力供应量与动态调整的阈值比较结果,智能调节遮阳板角度或启动抗台风模式。系统还包括环境参数预测模块和用户交互界面,实现近零碳建筑的舒适、节能室内环境。本发明的方法和系统能够有效应对极端天气,优化能源利用,具有广泛的应用前景。
技术关键词
气象站传感器
光伏遮阳系统
遮阳方法
深度信念网络
电力
消除脉冲噪声
多光谱
数据采集模块
遮阳板
气象预报数据
卡尔曼滤波算法
地面气象站
DBN模型
历史气象数据
实时数据传输
长短期记忆网络
特征值
GRU模型
随机森林模型
系统为您推荐了相关专利信息
直流电源预警
风险评估值
特征值
运维方法
传感监测设备
智能问答方法
电力设备
电力系统运维
变电站内设备
数据
高空电力设备
智能管理系统
超声波风速传感器
安装设备
带水平调节
光伏消纳能力
能力评估方法
电压
粒子群算法
信息数据处理终端
电力数据采集系统
分布式操作系统
系统管理模块
解析多协议
数据采集模块