找到 3 条结果

排序:
智能化与AI应用 机器学习 光伏逆变器 智能运维 ★ 5.0

一种基于多维相似性博弈融合与ISCSO-XGBoost的可解释光伏发电功率预测方法

An explainable photovoltaic power forecasting method for output based on multi-dimensional similarity game fusion and ISCSO- XGBoost

Qingbin Chen · Lin Zhu · Dechang Yang · Applied Energy · 预计 2026年7月 · Vol.415

本文提出一种融合多维相似性博弈机制与改进型混沌搜索优化算法(ISCSO)协同优化XGBoost的光伏功率可解释预测模型,提升短期功率预测精度与决策透明度。

解读: 该方法高度契合阳光电源iSolarCloud智能运维平台对高精度、可解释性发电预测的需求,可直接集成至ST系列PCS及组串式逆变器的边缘侧预测模块,增强光储协同调度能力;建议在PowerTitan系统中嵌入该模型以优化充放电策略,并面向地面光伏电站和工商业光伏场景开展实证部署。...

智能化与AI应用 深度学习 机器学习 光伏逆变器 ★ 4.0

基于广义极值分布增强的傅里叶扩散模型用于日前光伏场景生成中的极端值捕捉

GEV distribution-enhanced Fourier diffusion model for extreme value capture in day-ahead photovoltaic scenario generation

Chunyu Zhang · Xueqian Fu · Dechang Yang · Pei Zhang 等5人 · Applied Energy · 2026年4月 · Vol.409

本文提出一种融合广义极值分布(GEV)与傅里叶增强扩散模型的新方法,提升日前光伏功率场景生成中对极端天气下出力波动的建模精度,增强不确定性量化能力。

解读: 该研究可提升阳光电源iSolarCloud智能运维平台在日前功率预测与多场景风险评估中的精度,尤其利于ST系列PCS和PowerTitan储能系统在光储联合调度中应对极端出力波动。建议将GEV-扩散模型嵌入iSolarCloud的场景生成模块,优化组串式逆变器+储能的协同控制策略,强化弱电网/高波动...

电动汽车驱动 ★ 4.0

一种用于最大化无人机辅助移动边缘计算中计算速率的动态优化框架

A Dynamic Optimization Framework for Computation Rate Maximization in UAV-Assisted Mobile Edge Computing

Yang Chen · Dechang Pi · Shengxiang Yang · Yue Xu 等6人 · IEEE Transactions on Vehicular Technology · 2025年3月

移动边缘计算(MEC)显著提升了物联网(IoT)设备的计算能力并降低了其能耗,是云计算的重要补充。将无人机(UAV)应用于MEC系统可有效缓解偏远地区通信设施不足或损坏的问题,进一步拓展MEC的应用范围。本文针对动态环境下的无人机辅助无线供能MEC系统提出了一个系统模型,目标是最大化用户设备的计算速率。由于动态环境下优化目标的复杂性,我们提出了一种基于群体智能的优化框架,并配备应对环境变化的机制,旨在增强静态和动态环境下的种群多样性,以克服过早收敛问题。我们将粒子群优化算法和和声搜索算法集成到所...

解读: 从阳光电源的业务视角来看,这项无人机辅助移动边缘计算(UAV-MEC)技术为分布式新能源系统的智能化管理提供了创新思路。当前,阳光电源在光伏电站、储能系统及综合能源解决方案中面临着偏远地区通信基础设施不足、实时数据处理能力受限等挑战,该技术恰好针对这些痛点提供了解决方案。 该论文提出的动态优化框架...