Columbia U. entwickelt ein PSO-SR-Modell für präzise PV-Wechselrichtertemperatur. Vorhersage in 10 Minuten.

Quelle: Nachrichtenmedien

Eine Gruppe von WiSsenscHaftlern der Kolumbiens päpstlichen bolivarischen Universität ha s entwickelten eine neue Methode zur Vorhersage der Temperatur von Photovoltaik -Wechselrichtern unter Verwendung symbolischer Regression (SR) basierend auf der Partikelschwarmoptimierung (PSO). SR ist eine Technik für maschinelles Lernen, mit der mathematische Ausdrücke identifiziert werden, die die Beziehung zwischen Eingabevariablen und Ausgangsdaten beschreiben. Und PSO ist ein biomimetischer Optimierungsalgorithmus.

Quelle: Forschungsteambericht

Das Forschungsteam erklärte: "Die ordnungsgemäße Temperaturkontrolle von Sonnenwechselrichtern ist entscheidend für die Aufrechterhaltung der Effizienz und der Lebensdauer dieser System . ”

Vergleich des Schaltleistungsverlusts bei Wechselstreitmodulen bei hoher Temperatur (rot) und niedriger Temperatur (blau)

Um das Bedarfsmodell zu trainieren und zu testen, erstellte das Team eine Datenbank aus einem Photovoltaik -System auf dem Dach eines Gebäudes in Monteria, Kolumbien. Im Laufe von mehr als einem Jahr wurden die Temperatur, die aktive Leistung und die DC -Busspannung des Wechselrichters aufgezeichnet, wobei 70% der Datenpunkte für die Schulung der neuen Methode und 30% zum Testen verwendet wurden. Die Ergebnisse zeigen, dass SR PSO sowohl beim Training als auch beim Test das Beste ausführt. Das Forschungsteam fasste zusammen: "In Bezug . ”