基于在線支持向量的輻照度軟測量計的制作方法
本實用新型涉及太陽能輻照領域，尤其是太陽能輻照度的精確測量，具體涉及一種基于在線支持向量的輻照度軟測量計。
背景技術：
光伏發電是利用半導體界面光生伏特效應而將光能直接轉變為電能的一種技術。憑借其可再生性、清潔性及取之不盡，用之不竭等特點，太陽能光伏發電逐漸成為我國未來非化石能源和替代能源的主體。相對于光能，電能更容易被使用和儲藏，并且電能可以被長距離傳輸。光伏系統能量轉換效率一定程度上取決于接收的輻照度，所以太陽能輻照度的精確測量方法對于評估和開發光伏系統是至關重要。
但是，實際上獲取太陽能輻照度數據并不容易，用于太陽能輻照度檢測的設備(如日射強度計和日溫計)通常很昂貴，這使得小型光伏系統，難以承擔購買它們的費用。此外，安裝光伏組件通常成一定方位角和傾斜角，而日射強度計測得的是水平太陽輻照度數據，因此很難直接用測得的輻照度數據控制光伏組件。近年來，出現了一些關于太陽能輻照度軟測量方法的研究，比如數值法與BP神經網絡。一般情況下，這些方法有較好的預測精度，但這是以擁有完備訓練集為前提的，實際上在訓練初期收集完備數據集并不容易，而且太陽能電池的特性會因老化而改變，傳統軟測量精確度難以根據特性變化而自適應。
技術實現要素：
本實用新型的目的在于克服現有技術存在的以上問題，提供一種基于在線支持向量的輻照度軟測量計，本實用新型基于OL-SVR的軟測量法在各種環境情況下都能保持較精準的預測效果，該方法使用光伏電池來估計太陽輻照度，使得感應系統更便宜、更簡單。
為實現上述技術目的，達到上述技術效果，本實用新型通過以下技術方案實現：
一種基于在線支持向量的輻照度軟測量計，包括：太陽能電池、用于測量所述太陽能電池溫度的溫度計、用于提供基本電阻的直流電子負載、與所述直流電子負載并聯的開關、用于測量終端電流的電流計、模數轉換器、微控制器，所述溫度計測量所述太陽能電池的溫度，將溫度模擬信號傳給所述模數轉換器，所述模數轉換器將溫度模擬信號轉換成溫度數字信號，所述電流計測量終端的電流，將電流模擬信號傳給所述模數轉換器，所述模數轉換器將電流模擬信號轉換為電流數字信號，所述模數轉換器分別將溫度數字信號和電流數字信號傳輸至所述微控制器的SVR模型中，所述SVR模型通過所述直流電子負載的電阻R和電流數字信號I得到所述太陽能電池的電壓V，所述SVR模型通過溫度數字信號、所述電流計顯示的終端電流、所述太陽能電池電壓V預測輻照度。
本實用新型的有益效果是:
本實用新型涉及一種基于在線支持向量的輻照度軟測量計，主要包括：太陽能電池、溫度計、直流電子負載、開關、電流計、模數轉換器、微控制器等部分，溫度計測量太陽能電池的溫度，將溫度模擬信號傳給模數轉換器，模數轉換器將溫度模擬信號轉換成溫度數字信號，電流計測量終端的電流，將電流模擬信號傳給模數轉換器，模數轉換器將電流模擬信號轉換為電流數字信號，模數轉換器分別將溫度數字信號和電流數字信號傳輸至微控制器的SVR模型中，SVR模型通過所述直流電子負載的電阻R和電流數字信號I得到太陽能電池的電壓V，SVR模型通過溫度數字信號、電流計顯示的終端電流、太陽能電池電壓V預測輻照度。
本實用新型基于OL-SVR的軟測量法在各種環境情況下都能保持較精準的預測效果，該方法使用光伏電池來估計太陽輻照度，使得感應系統更便宜、更簡單。
上述說明僅是本實用新型技術方案的概述，為了能夠更清楚了解本實用新型的技術手段，并可依照說明書的內容予以實施，以下以本實用新型的較佳實施例并配合附圖詳細說明如后。本實用新型的具體實施方式由以下實施例及其附圖詳細給出。
附圖說明
為了更清楚地說明本實用新型實施例技術中的技術方案，下面將對實施例技術描述中所需要使用的附圖作簡單地介紹，顯而易見，下面描述中的附圖僅僅是本實用新型的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它的附圖。
圖1是本實用新型的測量計的原理框架圖；
圖2是本實用新型測試方法的原理框架圖；
圖3是本實用新型測試系統的時變特性測試圖；
圖4是兩種模型的估算結果。
具體實施方式
下面將結合本實用新型實施例中的附圖，對本實用新型實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本實用新型一部分實施例，而不是全部的實施例。基于本實用新型中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其它實施例，都屬于本實用新型保護的范圍。
實施例
參照圖1-2所示，本實施例中公開了一種基于在線支持向量的輻照度軟測量計，其硬件結構主要有：太陽能電池、溫度計、直流電子負載、開關、電流計、模數轉換器、微控制器，其中，上述太陽能電池為2W的單晶硅太陽能電池，上述溫度計用于測量所述太陽能電池溫度，上述直流電子負載用于提供基本電阻，基本電阻是已知的，上述開關與所述直流電子負載并聯，上述電流計用于測量終端電流，上述模數轉換器用于將模擬信號轉換為數字信號，上述微控制器中安裝有軟模型OL-SVR。
上述輻照度軟測量計的工作原理：所述溫度計測量所述太陽能電池的溫度，將溫度模擬信號傳給所述模數轉換器，所述模數轉換器將溫度模擬信號轉換成溫度數字信號，所述電流計測量終端的電流，將電流模擬信號傳給所述模數轉換器，所述模數轉換器將電流模擬信號轉換為電流數字信號，所述模數轉換器分別將溫度數字信號和電流數字信號傳輸至所述微控制器的SVR模型中，所述SVR模型通過所述直流電子負載的電阻R和電流數字信號I得到所述太陽能電池的電壓V，所述SVR模型通過溫度數字信號、所述電流計顯示的終端電流、所述太陽能電池電壓V預測輻照度。
基于上述的輻照度軟測量計，公開了一種輻照度軟測量方法，包括以下步驟：
S1、所述溫度計獲取太陽能電池溫度，所述電流計獲取終端電流，所述溫度計和電流計分別將各自獲取的模擬信號傳輸給所述模數轉換器；
S2、所述模數轉換器將模擬信號轉換為數字信號，并且將數字信號傳輸至所述微控制器中的SVR模型中；
S3、所述SVR模型通過公式Vdigital＝IdigitalR得到太陽能電池的電壓，其中Idigital為電流數字信號、R為所述直流電子負載提供的基本電阻；
S4、所述SVR模型獲得了太陽能電池溫度、終端電流、太陽能電池電壓，所述SVR模型通過計算，預測輻照度；
S5、關閉開關，短路電流加入在線學習模型中。
具體的，基于軟測量的在線支持向量回歸(OL-SVR)方法的使用流程，即S4中的流程包括：
S401、開始，通過SVR初始化模型f0(x)，進入下一步；
S402、通過公式計算參數ki，并進入下一步；
S403、通過公式v(i)＝max(∈),計算閾值vi，并進入下一步；
S404、收集新樣本，并進入下一步；
S405、通過現在的模型預測輻照度G-predict并進入下一步；
S406、通過公式更新∈i，并進入下一步；
S407、判斷∈i是否大于閾值vi，如果是，則進入S408，否則進入S409；
S408、將新樣本添加到訓練集中，通過SVR模型重新構建模型fi(x)，并進入S402中；
S409、不斷更新模型，保持現有模型fi(x)，并進入S402中。
在本實施例中，基于在線支持向量回歸(OL-SVR)的太陽能輻照度軟預測方法在任何情況下都能保證精確度，而且生產成本低廉。
為了描述時變特性，如圖3中所示，來自C1到C4環境下的392個樣本將被用來訓練基于軟模型的OL-SVR而C1到C4環境下391個樣本和來自C5的200個樣本被用來測試模型的精確度，如圖4所示(C1:200W/m2,25℃；C2:400W/m2,25℃；C3:600W/m2,50℃；C4:800W/m2,75℃；C5:1000W/m2,25℃)。
在所提出的OL-SVR模型和標準SVR模型之間進行一次比較實驗，如圖3中所示，給出了兩種模型的估計結果。
如圖4中所示，兩種模型都能估計C1，C2，C3和C4條件下的輻照度。但是，從C5條件下的估計結果可以觀察到，標準SVR模型預測效果較差。圖4顯示提出的軟預測方法能夠自適應模型并達到較好的預測精度。
對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本實用新型。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本實用新型的精神或范圍的情況下，在其它實施例中實現。因此，本實用新型將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。
- 還沒有人留言評論。精彩留言會獲得點贊！