利用人工神經網絡進行光伏板模型參數估算及監測

盧葦麟教授 (資訊科學系系主任) 與鍾樹鴻教授 (香港城市大學電機工程系講座教授、學務長) 及熊體超博士 (資訊科學系副教授) 建立了研究合作關係。該團隊已成功獲得以下項目的研究資助，項目預計於 2022 年 1 月啟動。

利用人工神經網絡進行光伏板模型參數估算及監測
盧葦麟教授 (首席研究員 PI), 資訊科學系系主任,香港珠海學院
鍾樹鴻教授 (共同研究員 Co-I), 講座教授, 電機工程系, 學務長, 香港城市大學
熊體超博士 (共同研究員 Co-I), 副教授, 資訊科學系, 香港珠海學院
香港研究資助局, 專上教育機構發展計劃 (FDS)
36 個月, 港幣 $914,925, UGC/FDS13/E01/21

項目摘要

在本項目中，我們將提出一種利用人工神經網絡 (ANN) 的光伏板 (PV) 模型參數估算系統，並透過數字數據採集模塊 (DDAM) 監測輸出電壓和電流 (VI)，從而估算電路模型參數。利用 VI 方法進行光伏板建模具有方便、實時和低成本的優點。本項目將開發一套用於光伏板建模的數字數據採集模塊和人工神經網絡。採集到的 VI 數據將用於通過 ANN 估算光伏板參數模型的參數。VI 特性到模型參數的非線性映射將由 ANN 進行曲線擬合。

此外，ANN 的結構和參數將通過高性能計算 (HPC) 集群中的元啟發式計算算法進行優化。所提出算法的性能將通過光伏板設置的實驗研究進行評估，其中光伏板由受控強度的光源照射。負載波動下的輸出 VI 特性將由 DDAM 捕獲，數據序列將通過通信設備發送到主機計算機。ANN 將被訓練用於關聯 VI 時間序列與光伏電路模型參數的非線性映射。ANN 的訓練和結構優化將在主機計算機或 HPC 中進行，ANN 參數將傳回本地 DDAM 以用於光伏板模型參數監測。本研究項目的成果可應用於光伏板模型參數估算系統和光伏板健康監測系統。

研究團隊成員

香港珠海學院 (CHCHE)