郭宇杰
- 作品数：6 被引量：27H指数：3
- 供职机构：河海大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术石油与天然气工程更多>>
- 基于最优相似日集的光伏电站出力预测方法
- 本发明公开了一种基于最优相似日集的光伏电站出力预测方法，包括：1）对历史数据进行异常处理；2）将天气类型、太阳辐照度作为出力水平相似日的特征向量归一化后采用聚类算法进行聚类分析，确定最终出力水平相似日集；3）选择光伏发电...
- 袁晓玲郭宇杰杨店飞沈桂鹏刘皓明
- 利用最佳相似日的光伏电站短期出力预测被引量：3
- 2015年
- 提出一种基于最佳相似日的光伏电站短期出力预测方法。该方法利用密度指标确定初始聚类中心优化K-means聚类算法,采用加权欧式距离法获得历史样本的出力水平相似日集,采用相关系数法获得历史样本的曲线形状相似日集,确定预测日出力水平相似日集和曲线形状相似日集,选取两集合的交集样本作为最佳相似日。建立BP神经网络出力预测模型,采用光伏电站的实测数据训练预测模型,对比不同类型天气的预测结果与实测数据,表明论文的预测方法具有较高的预测精度。
- 郭宇杰袁晓玲李昌明刘皓明
- 关键词：光伏发电
- 基于BP神经网络的光伏组件故障类型诊断被引量：13
- 2016年
- 提出一种简单实用的光伏组件建模方法,即由光伏组件参数得到光伏电池单元参数,根据光伏组件内部光伏电池单元故障情况,得到等效的光伏组件故障模型。选取光伏组件的特征参数,通过光伏组件等效模型获取故障数据。在Matlab中建立BP神经网络模型,使用BP网络对光伏组件内部故障进行诊断。仿真试验表明所选特征量合理,在保证精度的前提下,使用本文的方法能有效地对光伏组件内部故障进行诊断。
- 杨店飞郭宇杰沈桂鹏
- 关键词：光伏组件故障类型BP神经网络特征参数
- 基于自适应权重粒子群优化BP神经网络的光伏阵列故障诊断与定位被引量：14
- 2016年
- BP神经网络算法易陷入局部极小点,而自适应权重粒子群算法全局搜索能力强,将两者结合起来,提出了一种基于自适应权重粒子群优化BP神经网络的光伏阵列故障诊断方法,仿真验证该算法可避免网络陷入局部极小点,提高网络预测精度。提取光照强度S、组件温度T、光伏阵列开路电压U_(oc)、最大功率P_m和电压表U_2、U_1与电流表I_2、I_1作为光伏阵列的特征量,经仿真测试比较,表明了所选特征量合理,降低了诊断复杂度,提高了预测精度。
- 沈桂鹏杨店飞郭宇杰
- 关键词：光伏阵列BP神经网络故障特征
- 基于最优相似日集的光伏电站出力预测方法
- 本发明公开了一种基于最优相似日集的光伏电站出力预测方法，包括：1）对历史数据进行异常处理；2）将天气类型、太阳辐照度作为出力水平相似日的特征向量归一化后采用聚类算法进行聚类分析，确定最终出力水平相似日集；3）选择光伏发电...
- 袁晓玲郭宇杰杨店飞沈桂鹏刘皓明
- 一种基于温度补偿的地下低温储罐周围土体加热系统
- 本发明公开了一种基于温度补偿的地下低温储罐周围土体加热系统，包括：地源热子系统包括蒸发管和冷凝管；蒸发管布置在地下粮仓的墙壁内；冷凝管布置在地下低温储罐周围土体的外围；连接总管连接蒸发管和冷凝管；相变材料通过连接总管进入...
- 卞夏王涛曾玲玲徐桂中赵鹏李晓昭王勃郭宇杰
