计算机时代2023，Issue(6) ：119-123.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.024

GAN-CNN-GRU在光伏最大功率点跟踪中的应用

Application of GAN-CNN-GRU in photovoltaic maximum power point tracking

王冉冉 高慧敏
计算机时代2023，Issue(6) ：119-123.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.024
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

GAN-CNN-GRU在光伏最大功率点跟踪中的应用

Application of GAN-CNN-GRU in photovoltaic maximum power point tracking

王冉冉 1高慧敏2
扫码查看

作者信息

  • 1. 浙江理工大学计算机科学与技术学院,浙江 杭州 310018
  • 2. 嘉兴学院信息科学与工程学院
  • 折叠

摘要

光伏阵列在复杂光照强度条件下,出现局部遮荫现象,导致输出特性曲线呈现多峰值状态,造成光伏系统能量转化率低下.本文提出一种基于生成对抗网络(GAN)、卷积神经网络(CNN)和门控循环单元(GRU)的混合预测模型,预先使用GAN对光伏发电原始环境数据进行数据扩充,再用CNN提取不同光伏太阳能板的环境数据特征,最后利用GRU进行最大功率点电压的预测.仿真结果表明,该混合预测模型可避免陷入局部极值的情况,可以有效提高复杂光照强度条件下的最大功率点跟踪效率.

关键词

光伏电池/最大功率点跟踪/GRU神经网络/CNN神经网络/生成对抗网络/仿真

引用本文复制引用

基金项目

嘉兴市公益性研究计划(2020AY10012)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量3
段落导航相关论文