一种基于深度学习的光伏场站降低电能损失的方法
基本信息
| 申请号 | CN202111410934.9 | 申请日 | - |
| 公开（公告）号 | CN114157234A | 公开（公告）日 | 2022-03-08 |
| 申请公布号 | CN114157234A | 申请公布日 | 2022-03-08 |
| 分类号 | H02S50/00（2014.01）I;H02S50/10（2014.01）I;H02S40/10（2014.01）I;H02S20/30（2014.01）I;G06F30/27（2020.01）I | 分类 | 发电、变电或配电; |
| 发明人 | 郭增良;高源;高阳;包策力格尔 | 申请（专利权）人 | 天津绿动未来能源管理有限公司 |
| 代理机构 | 天津煜博知识产权代理事务所（普通合伙） | 代理人 | 于硕 |
| 地址 | 300450天津市滨海新区空港国际物流区第二大街1号312室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习的光伏场站降低电能损失的方法，涉及光伏发电技术领域。该基于深度学习的光伏场站降低电能损失的方法，包括以下步骤：步骤一、选取实地参数；步骤二、实体模拟；步骤三、定时检测；步骤四、数据分析。通过获取任一具体经纬度的地理位置的平均强度的光照、降水、温度、风向和风速、灰尘浓度和组成的实地参数，并与最优安装角度范围内的光伏组件安装进行结合，可以得到自然状态下的所选地理位置的灰尘与光伏组件安装及发电量的研究模型，方便为光伏场站降低电能损失提供参考处理方案。 |
