简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:对激光辐照PV型的Hg1-xCdxTe单元探测器的响应特性进行了研究,建立了材料内部光生电动势变化的数学分析模型。计算了不同光源辐照3类组分不同的Hg1-xCdxTe探测单元的输出特性,并对温度波动影响进行了分析。结果表明:在光敏面积恒定时,x值越大探测器的完全饱和电压越大,即探测器的响应度Hg0.627Cd0.373Te〉Hg0.698Cd0.302Te〉Hg0.819Cd0.181Te;x值越小,探测器受温度波动的影响越小。