利用人工神经网络进行光伏板模型参数估算及监测

卢苇麟教授 (资讯科学系系主任) 与钟树鸿教授 (香港城市大学电机工程系讲座教授、学务长) 及熊体超博士 (资讯科学系副教授) 建立了研究合作关系。该团队已成功获得以下项目的研究资助，项目预计于 2022 年 1 月启动。

利用人工神经网络进行光伏板模型参数估算及监测
卢苇麟教授 (首席研究员 PI), 资讯科学系系主任, 理工学院副院长, 香港珠海学院
钟树鸿教授 (共同研究员 Co-I), 讲座教授, 电机工程系, 学务长, 香港城市大学
熊体超博士 (共同研究员 Co-I), 副教授, 资讯科学系, 香港珠海学院
香港研究资助局, 专上教育机构发展计划 (FDS)
36 个月, 港币 $914,925, UGC/FDS13/E01/21

项目摘要

本项目中，我们将提出一种利用人工神经网络 (ANN) 的光伏板 (PV) 模型参数估算系统，并透过数字数据采集模块 (DDAM) 监测输出电压和电流 (VI)，从而估算电路模型参数。利用 VI 方法进行光伏板建模具有方便、实时和低成本的优点。本项目将开发一套用于光伏板建模的数字数据采集模块和人工神经网络。采集到的 VI 数据将用于通过 ANN 估算光伏板参数模型的参数。VI 特性到模型参数的非线性映射将由 ANN 进行曲线拟合。

此外，ANN 的结构和参数将通过高性能计算 (HPC) 集群中的元启发式计算算法进行优化。所提出算法的性能将通过光伏板设置的实验研究进行评估，其中光伏板由受控强度的光源照射。负载波动下的输出 VI 特性将由 DDAM 捕获，数据序列将通过通信设备发送到主机计算机。ANN 将被训练用于关联 VI 时间序列与光伏电路模型参数的非线性映射。ANN 的训练和结构优化将在主机计算机或 HPC 中进行，ANN 参数将传回本地 DDAM 以用于光伏板模型参数监测。本研究项目的成果可应用于光伏板模型参数估算系统和光伏板健康监测系统。

研究团队成员

香港珠海学院 (CHCHE)