Loading...
机构名称:
¥ 2.0

摘要:太阳能发电系统,例如光伏 (PV) 系统,已成为零能耗建筑的必要特征,因为仅靠高效的建筑设计和建筑材料不足以满足建筑的能耗需求。然而,太阳能发电会受到天气条件波动的影响,而且这些波动比其他可再生能源更高。这一现象强调了通过天气预报预测太阳能发电的重要性。本文提出了一种基于自动机器学习 (AML) 的方法,用于根据太阳能发电和天气数据创建多个预测模型。然后,从这些模型中选择预测每日太阳能发电的最佳模型。本研究中使用的太阳能发电数据是从安装在零能耗建筑中的实际太阳能系统获得的,而天气数据是从韩国气象局提供的公开数据中获得的。此外,为了验证所提出方法的有效性,创建了一个具有高精度但难以应用于实际系统的理想数据模型和一个具有相对较低精度但适合应用于实际系统的比较模型。将性能与所提方法创建的模型进行了比较。根据验证过程,所提方法的预测准确率比比较模型高出 5-10%。

增强 ESG 的零能耗建筑运营

增强 ESG 的零能耗建筑运营PDF文件第1页

增强 ESG 的零能耗建筑运营PDF文件第2页

增强 ESG 的零能耗建筑运营PDF文件第3页

增强 ESG 的零能耗建筑运营PDF文件第4页

增强 ESG 的零能耗建筑运营PDF文件第5页

相关文件推荐

2021 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2025 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0