CN106197661A - 基于在线支持向量的辐照度软测量计及其测量方法 - Google Patents
基于在线支持向量的辐照度软测量计及其测量方法 Download PDFInfo
- Publication number
- CN106197661A CN106197661A CN201610554927.9A CN201610554927A CN106197661A CN 106197661 A CN106197661 A CN 106197661A CN 201610554927 A CN201610554927 A CN 201610554927A CN 106197661 A CN106197661 A CN 106197661A
- Authority
- CN
- China
- Prior art keywords
- analog
- irradiance
- digital
- temperature
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000000691 measurement method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006698 induction Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
- G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本发明公开了一种基于在线支持向量的辐照度软测量计，包括：太阳能电池、温度计、直流电子负载、开关、电流计、模数转换器、微控制器，温度计测量太阳能电池的温度，电流计测量终端的电流，模数转换器将温度模拟信号和电流模拟信号转换成数字信号，微控制器中SVR模型得到太阳能电池的电压V，SVR模型通过温度数字信号、终端电流、电压预测辐照度。本发明基于OL‑SVR的软测量法在各种环境情况下都能保持较精准的预测效果，该方法使用光伏电池来估计太阳辐照度，使得感应系统更便宜、更简单。
Description
技术领域
本发明涉及太阳能辐照领域，尤其是太阳能辐照度的精确测量，具体涉及一种基于在线支持向量的辐照度软测量计及其测量方法。
背景技术
光伏发电是利用半导体界面光生伏特效应而将光能直接转变为电能的一种技术。凭借其可再生性、清洁性及取之不尽，用之不竭等特点，太阳能光伏发电逐渐成为我国未来非化石能源和替代能源的主体。相对于光能，电能更容易被使用和储藏，并且电能可以被长距离传输。光伏系统能量转换效率一定程度上取决于接收的辐照度，所以太阳能辐照度的精确测量方法对于评估和开发光伏系统是至关重要。
但是，实际上获取太阳能辐照度数据并不容易，用于太阳能辐照度检测的设备(如日射强度计和日温计)通常很昂贵，这使得小型光伏系统，难以承担购买它们的费用。此外，安装光伏组件通常成一定方位角和倾斜角，而日射强度计测得的是水平太阳辐照度数据，因此很难直接用测得的辐照度数据控制光伏组件。近年来，出现了一些关于太阳能辐照度软测量方法的研究，比如数值法与BP神经网络。一般情况下，这些方法有较好的预测精度，但这是以拥有完备训练集为前提的，实际上在训练初期收集完备数据集并不容易，而且太阳能电池的特性会因老化而改变，传统软测量精确度难以根据特性变化而自适应。
发明内容
本发明的目的在于克服现有技术存在的以上问题，提供一种基于在线支持向量的辐照度软测量计以及测量方法，本发明基于OL-SVR的软测量法在各种环境情况下都能保持较精准的预测效果，该方法使用光伏电池来估计太阳辐照度，使得感应系统更便宜、更简单。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种基于在线支持向量的辐照度软测量计，包括：太阳能电池、用于测量所述太阳能电池温度的温度计、用于提供基本电阻的直流电子负载、与所述直流电子负载并联的开关、用于测量终端电流的电流计、模数转换器、微控制器，所述温度计测量所述太阳能电池的温度，将温度模拟信号传给所述模数转换器，所述模数转换器将温度模拟信号转换成温度数字信号，所述电流计测量终端的电流，将电流模拟信号传给所述模数转换器，所述模数转换器将电流模拟信号转换为电流数字信号，所述模数转换器分别将温度数字信号和电流数字信号传输至所述微控制器的SVR模型中，所述SVR模型通过所述直流电子负载的电阻R和电流数字信号I得到所述太阳能电池的电压V，所述SVR模型通过温度数字信号、所述电流计显示的终端电流、所述太阳能电池电压V预测辐照度。
进一步优选地，一种基于在线支持向量的辐照度软测量方法，包括以下步骤：
S1、所述温度计获取太阳能电池温度，所述电流计获取终端电流，所述温度计和电流计分别将各自获取的模拟信号传输给所述模数转换器；
S2、所述模数转换器将模拟信号转换为数字信号，并且将数字信号传输至所述微控制器中的SVR模型中；
S3、所述SVR模型通过公式Vdigital＝IdigitalR得到太阳能电池的电压，其中Idigital为电流数字信号、R为所述直流电子负载提供的基本电阻；
S4、所述SVR模型获得了太阳能电池温度、终端电流、太阳能电池电压，所述SVR模型通过计算，预测辐照度；
S5、关闭开关，短路电流加入在线学习模型中。
进一步优选地，S4中的流程包括：
S401、开始，通过SVR初始化模型f0(x)，进入下一步；
S402、通过公式计算参数ki，并进入下一步；
S403、通过公式v(i)＝max(∈),计算阈值vi，并进入下一步；
S404、收集新样本，并进入下一步；
S405、通过现在的模型预测辐照度G-predict并进入下一步；
S406、通过公式更新∈i，并进入下一步；
S407、判断∈i是否大于阈值vi，如果是，则进入S408，否则进入S409；
S408、将新样本添加到训练集中，通过SVR模型重新构建模型fi(x)，并进入S402中；
S409、不断更新模型，保持现有模型fi(x)，并进入S402中。
本发明的有益效果是:
本发明涉及一种基于在线支持向量的辐照度软测量计，主要包括：太阳能电池、温度计、直流电子负载、开关、电流计、模数转换器、微控制器等部分，温度计测量太阳能电池的温度，将温度模拟信号传给模数转换器，模数转换器将温度模拟信号转换成温度数字信号，电流计测量终端的电流，将电流模拟信号传给模数转换器，模数转换器将电流模拟信号转换为电流数字信号，模数转换器分别将温度数字信号和电流数字信号传输至微控制器的SVR模型中，SVR模型通过所述直流电子负载的电阻R和电流数字信号I得到太阳能电池的电压V，SVR模型通过温度数字信号、电流计显示的终端电流、太阳能电池电压V预测辐照度。
本发明基于OL-SVR的软测量法在各种环境情况下都能保持较精准的预测效果，该方法使用光伏电池来估计太阳辐照度，使得感应系统更便宜、更简单。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
为了更清楚地说明本发明实施例技术中的技术方案，下面将对实施例技术描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明的测量计的原理框架图；
图2是本发明测试方法的原理框架图；
图3是本发明测试系统的时变特性测试图；
图4是两种模型的估算结果。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例
参照图1-2所示，本实施例中公开了一种基于在线支持向量的辐照度软测量计，其硬件结构主要有：太阳能电池、温度计、直流电子负载、开关、电流计、模数转换器、微控制器，其中，上述太阳能电池为2W的单晶硅太阳能电池，上述温度计用于测量所述太阳能电池温度，上述直流电子负载用于提供基本电阻，基本电阻是已知的，上述开关与所述直流电子负载并联，上述电流计用于测量终端电流，上述模数转换器用于将模拟信号转换为数字信号，上述微控制器中安装有软模型OL-SVR。
上述辐照度软测量计的工作原理：所述温度计测量所述太阳能电池的温度，将温度模拟信号传给所述模数转换器，所述模数转换器将温度模拟信号转换成温度数字信号，所述电流计测量终端的电流，将电流模拟信号传给所述模数转换器，所述模数转换器将电流模拟信号转换为电流数字信号，所述模数转换器分别将温度数字信号和电流数字信号传输至所述微控制器的SVR模型中，所述SVR模型通过所述直流电子负载的电阻R和电流数字信号I得到所述太阳能电池的电压V，所述SVR模型通过温度数字信号、所述电流计显示的终端电流、所述太阳能电池电压V预测辐照度。
基于上述的辐照度软测量计，公开了一种辐照度软测量方法，包括以下步骤：
S1、所述温度计获取太阳能电池温度，所述电流计获取终端电流，所述温度计和电流计分别将各自获取的模拟信号传输给所述模数转换器；
S2、所述模数转换器将模拟信号转换为数字信号，并且将数字信号传输至所述微控制器中的SVR模型中；
S3、所述SVR模型通过公式Vdigital＝IdigitalR得到太阳能电池的电压，其中Idigital为电流数字信号、R为所述直流电子负载提供的基本电阻；
S4、所述SVR模型获得了太阳能电池温度、终端电流、太阳能电池电压，所述SVR模型通过计算，预测辐照度；
S5、关闭开关，短路电流加入在线学习模型中。
具体的，基于软测量的在线支持向量回归(OL-SVR)方法的使用流程，即S4中的流程包括：
S401、开始，通过SVR初始化模型f0(x)，进入下一步；
S402、通过公式计算参数ki，并进入下一步；
S403、通过公式v(i)＝max(∈),计算阈值vi，并进入下一步；
S404、收集新样本，并进入下一步；
S405、通过现在的模型预测辐照度G-predict并进入下一步；
S406、通过公式更新∈i，并进入下一步；
S407、判断∈i是否大于阈值vi，如果是，则进入S408，否则进入S409；
S408、将新样本添加到训练集中，通过SVR模型重新构建模型fi(x)，并进入S402中；
S409、不断更新模型，保持现有模型fi(x)，并进入S402中。
在本实施例中，基于在线支持向量回归(OL-SVR)的太阳能辐照度软预测方法在任何情况下都能保证精确度，而且生产成本低廉。
为了描述时变特性，如图3中所示，来自C1到C4环境下的392个样本将被用来训练基于软模型的OL-SVR而C1到C4环境下391个样本和来自C5的200个样本被用来测试模型的精确度，如图4所示(C1:200W/m2,25℃；C2:400W/m2,25℃；C3:600W/m2,50℃；C4:800W/m2,75℃；C5:1000W/m2,25℃)。
在所提出的OL-SVR模型和标准SVR模型之间进行一次比较实验，如图3中所示，给出了两种模型的估计结果。
如图4中所示，两种模型都能估计C1，C2，C3和C4条件下的辐照度。但是，从C5条件下的估计结果可以观察到，标准SVR模型预测效果较差。图4显示提出的软预测方法能够自适应模型并达到较好的预测精度。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于在线支持向量的辐照度软测量计，其特征在于，包括：太阳能电池、用于测量所述太阳能电池温度的温度计、用于提供基本电阻的直流电子负载、与所述直流电子负载并联的开关、用于测量终端电流的电流计、模数转换器、微控制器，所述温度计测量所述太阳能电池的温度，将温度模拟信号传给所述模数转换器，所述模数转换器将温度模拟信号转换成温度数字信号，所述电流计测量终端的电流，将电流模拟信号传给所述模数转换器，所述模数转换器将电流模拟信号转换为电流数字信号，所述模数转换器分别将温度数字信号和电流数字信号传输至所述微控制器的SVR模型中，所述SVR模型通过所述直流电子负载的电阻R和电流数字信号I得到所述太阳能电池的电压V，所述SVR模型通过温度数字信号、所述电流计显示的终端电流、所述太阳能电池电压V预测辐照度。
2.一种基于在线支持向量的辐照度软测量方法，该方法基于权利要求1所述的基于在线支持向量的辐照度软测量计，其特征在于，包括以下步骤：
S1、所述温度计获取太阳能电池温度，所述电流计获取终端电流，所述温度计和电流计分别将各自获取的模拟信号传输给所述模数转换器；
S2、所述模数转换器将模拟信号转换为数字信号，并且将数字信号传输至所述微控制器中的SVR模型中；
S3、所述SVR模型通过公式Vdigital＝IdigitalR得到太阳能电池的电压，其中Idigital为电流数字信号、R为所述直流电子负载提供的基本电阻；
S4、所述SVR模型获得了太阳能电池温度、终端电流、太阳能电池电压，所述SVR模型通过计算，预测辐照度；
S5、关闭开关，短路电流加入在线学习模型中。
3.根据权利要求2所述的基于在线支持向量的辐照度软测量方法，其特征在于，S4中的流程包括：
S401、开始，通过SVR初始化模型f0(x)，进入下一步；
S402、通过公式计算参数ki，并进入下一步；
S403、通过公式v(i)＝max(∈),计算阈值vi，并进入下一步；
S404、收集新样本，并进入下一步；
S405、通过现在的模型预测辐照度G-predict并进入下一步；
S406、通过公式更新∈i，并进入下一步；
S407、判断∈i是否大于阈值vi，如果是，则进入S408，否则进入S409；
S408、将新样本添加到训练集中，通过SVR模型重新构建模型fi(x)，并进入S402中；
S409、不断更新模型，保持现有模型fi(x)，并进入S402中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610554927.9A CN106197661A (zh) | 2016-07-15 | 2016-07-15 | 基于在线支持向量的辐照度软测量计及其测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610554927.9A CN106197661A (zh) | 2016-07-15 | 2016-07-15 | 基于在线支持向量的辐照度软测量计及其测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106197661A true CN106197661A (zh) | 2016-12-07 |
Family
ID=57474522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610554927.9A Pending CN106197661A (zh) | 2016-07-15 | 2016-07-15 | 基于在线支持向量的辐照度软测量计及其测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106197661A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110907064A (zh) * | 2019-11-20 | 2020-03-24 | 国网重庆市电力公司电力科学研究院 | 一种gis隔离开关触头温度预测方法、装置及可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000074785A (ja) * | 1998-09-02 | 2000-03-14 | Honda Motor Co Ltd | 集光追尾式発電システムの検査装置及び検査方法 |
| CN201844917U (zh) * | 2010-09-29 | 2011-05-25 | 中电电气（南京）光伏有限公司 | 一种太阳模拟器辐照均匀度测试装置 |
| CN102661789A (zh) * | 2012-05-03 | 2012-09-12 | 杭州赛美蓝光电科技有限公司 | 一种光探测器 |
| CN104457978A (zh) * | 2014-10-20 | 2015-03-25 | 青岛农业大学 | 一种光辐照强度检测器及其检测方法 |
| CN104732296A (zh) * | 2015-04-01 | 2015-06-24 | 贵州电力试验研究院 | 一种分布式光伏输出功率短期预测模型建模方法 |
| CN205909931U (zh) * | 2016-07-15 | 2017-01-25 | 苏州科技大学 | 基于在线支持向量的辐照度软测量计 |
-
2016
- 2016-07-15 CN CN201610554927.9A patent/CN106197661A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000074785A (ja) * | 1998-09-02 | 2000-03-14 | Honda Motor Co Ltd | 集光追尾式発電システムの検査装置及び検査方法 |
| CN201844917U (zh) * | 2010-09-29 | 2011-05-25 | 中电电气（南京）光伏有限公司 | 一种太阳模拟器辐照均匀度测试装置 |
| CN102661789A (zh) * | 2012-05-03 | 2012-09-12 | 杭州赛美蓝光电科技有限公司 | 一种光探测器 |
| CN104457978A (zh) * | 2014-10-20 | 2015-03-25 | 青岛农业大学 | 一种光辐照强度检测器及其检测方法 |
| CN104732296A (zh) * | 2015-04-01 | 2015-06-24 | 贵州电力试验研究院 | 一种分布式光伏输出功率短期预测模型建模方法 |
| CN205909931U (zh) * | 2016-07-15 | 2017-01-25 | 苏州科技大学 | 基于在线支持向量的辐照度软测量计 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110907064A (zh) * | 2019-11-20 | 2020-03-24 | 国网重庆市电力公司电力科学研究院 | 一种gis隔离开关触头温度预测方法、装置及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6111767A (en) | Inverter integrated instrumentation having a current-voltage curve tracer | |
| CN102288891B (zh) | 一种太阳电池参数提取方法 | |
| JP6758273B2 (ja) | 太陽電池診断装置および太陽電池診断方法 | |
| CN104220951A (zh) | 最大功率点跟踪（mppt) | |
| US10985694B2 (en) | Method and apparatus for determining key performance photovoltaic characteristics using sensors from module-level power electronics | |
| CN104113281B (zh) | 多通道太阳能电池组件测试系统及双重智能扫描方法 | |
| CN106055019B (zh) | 基于在线软测量模型的最大功率点跟踪的光伏发电系统 | |
| El Basri et al. | A proposed graphical electrical signatures supervision method to study PV module failures | |
| CN110619105A (zh) | 一种基于量测量和热平衡方程的输电线路温度估计方法 | |
| Schuss et al. | Impact of sampling interval on the accuracy of estimating the amount of solar energy | |
| CN205909931U (zh) | 基于在线支持向量的辐照度软测量计 | |
| CN106197661A (zh) | 基于在线支持向量的辐照度软测量计及其测量方法 | |
| CN203337187U (zh) | 风力发电机测试机箱 | |
| CN106597151B (zh) | 一种光伏电站已投运逆变器跟踪效率测试方法及系统 | |
| CN204925240U (zh) | 一种霍尔传感器温漂电压补偿装置和一种汇流箱 | |
| CN104253586A (zh) | 一种太阳能电池板电气参数在线测量评价装置及方法 | |
| Guejia-Burbano et al. | Impedance spectroscopy for diagnosis of photovoltaic modules under outdoor conditions | |
| CN106546824B (zh) | 基于变系数回归的含光伏电网系统谐波阻抗估计方法 | |
| CN105429143B (zh) | 一种针对电力系统光伏专供线的谐波质量监测点选址方法 | |
| CN204166120U (zh) | 一种单相电能表现场检测装置 | |
| CN111177973B (zh) | 一种基于强化学习的光伏阵列在线建模方法 | |
| CN209215098U (zh) | 一种光伏组件机械载荷形变量测量装置 | |
| CN103808767B (zh) | 分段校准、检测绝缘子表面等值附盐密度装置及检测方法 | |
| TWI564689B (zh) | 用以模擬近似太陽能電池之電源供應器及其方法 | |
| US20170149380A1 (en) | Embedded photovoltaic monitoring device, system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |
|
| RJ01 | Rejection of invention patent application after publication |