2024年11月21日 · 摘要： 根据太阳辐射预测使用的数据及预测方法,将目前地表太阳辐射短期预测方法归纳总结为4类：基于地面观测数据预测方法、基于卫星遥感观测预测方法、基于地基云图观测预测方法以及基于数值天气预报模式预测方法。
2023年3月28日 · 1.本发明涉及一种地表太阳辐射预测方法及系统,属于数据预测技术领域。 背景技术： 2.太阳能资源的间歇性与波动性直接导致光伏发电具有间歇性和不稳定性。
太阳能供电系统 的应用,极大地提升了地质灾害预警的精确性和时效性。 通过实时监测土壤位移、地震波等关键指标,并结合智能算法进行数据分析,系统能够在地质灾害发生前及时发出预警信号,为相关部门和居民提供宝贵的逃生和应对时间。
太阳能供电系统可以与智能监控与管理系统相结合,进一步提高地质灾害预测的精确性和效率。 智能监控系统可以实时监测 太阳能组件 的运行状态、电能输出和 储能系统 的状态,及时发现并处理潜在问题。
2024年12月14日 · 对优化后的云图进行特征提取,将图像特征作为预测模型的输入数据,建立基于BP（back propagation）神经网络的预测模型。 验证结果表明：在5 min预测尺度上,所建立模型的预测均方根误差相比持续性模型降低14.31%。
2021年10月24日 · 本发明实现了一种基于地基云图的超短期太阳辐射预测方法和系统,包括：获取预测时刻之前的地基云图图像时序数据集和太阳辐射时序数据集；将所述地基云图图像时序数据集输入到预先训练的卷积神经网络模型中提取云图特征向量时序数据集；将所述太阳辐射时序数据集和所述云图特征向量时序数据集输入到预先建立的循环神经网络模型中,得到预测时刻太阳能
2023年12月1日 · 近日,中国科学院空天信息创新研究院遥感科学国家重点实验室研究员胡斯勒图和石崇团队,发布地表太阳辐射近实时遥感监测系统及高时空分辨率产品（CARE）。
2024年12月11日 · 摘要： 针对太阳辐照度的不稳定性和间歇性出力问题,总结并分析太阳辐照度预测领域当前的研究现状。 从预测方法、预测流程、输入参数、评价指标等方面出发,对近年来不同地区、不同时间尺度下的太阳辐照度的预测进行详细的对比和分析。
2024年11月30日 · 通过地球观测数据和机器学习,我们可以大规模识别中小型太阳能资产,同时估算发电量和建设日期。太阳能的快速和分散增长给预测带来了困难。