首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于人工智能算法的太阳能潜力预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华中科技大学

摘要:本发明公开了一种基于人工智能算法的太阳能潜力预测方法,属于太阳能潜力预测技术领域,包括以下步骤:选取预设范围内的地理位置构建三维建筑模型;收集该地理位置过去预设时间段的气象数据,通过预设算法计算建筑墙面在t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数;计算t时刻非阴影区域面积;结合t时刻光线与墙面之间的角度修正因子预测太阳能潜力。本发明通过时间序列预测模型,能够更准确地预测任意时刻建筑立面的局部太阳能潜力;提供实时预测,有助于即时决策和资源调度;自动化的特征选择和模型训练减少了人工干预,提高了效率。

主权项:1.一种基于人工智能的太阳能潜力预测方法,其特征在于,包括以下步骤:S1:选取预设经纬度范围内的地理位置,根据预选的单个建筑轮廓矢量数据、高度信息以及预选的单个建筑周围的阻挡物构建三维建筑模型;构建方法:以地面激光点云采集建筑立面数据,以图像获取设备采集预选的单个建筑周围的环境数据,从获取的建筑物轮廓中寻找潜在的匹配对,并使用拉普拉斯矩阵描述匹配对的对应关系,以融合建筑立面数据和建筑周围的环境数据;S2:根据预选经纬度范围内的地理位置,收集该地理位置过去预设时间段的气象数据,所述气象数据包括:温度、湿度、降水量、云层覆盖率以及太阳辐射强度;S3:通过预设算法计算建筑墙面在t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数;S4:通过射线法进行可视化分析,将太阳光以射线方式投射至预选建筑表面,模拟太阳在三维建筑模型上的运行轨迹,在运行轨迹下,实时判断预设时刻光线是否被阻挡物阻挡以划分阴影区域和非阴影区域,再计算t时刻非阴影区域面积;S5:结合t时刻光线与墙面之间的角度修正因子建立以下建筑表面太阳能潜力分析模型以预测太阳能潜力: 式中,为建筑墙面在[]时间段可利用的太阳直射辐射能,为能量计算的起止时间,为t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数,为t时刻非阴影区面积,为t时刻光线与墙面之间的角度修正因子;步骤S3中,太阳法向直射辐照度通过以下公式计算: 式中,为地表太阳法向直射辐照度,为太阳常数,为瑞利散射的透射比,为气体的透射比,为臭氧的透射比,为水蒸气的透射比,为气溶胶的透射比,为云的透射比;步骤S3中,预设算法预测太阳法向直射辐照度包括以下步骤:A1:根据预选经纬度范围内的地理位置过去预设时间段的气象数据建立随时间变化的数据组得到时间序列数据,通过对数变换的方式对时间序列数据进行数据转换,以稳定时间序列数据的方差;A2:绘制时间序列数据的时间序列图,以观察数据随时间的变化趋势,使用编程语言自动计算描述性统计量后,将时间序列数据分解为趋势、季节性和随机成分;A3:选择长短期记忆网络模型作为时间序列预测模型,确定时间序列数据中任意影响太阳能产量的决定性因素与时间点之间的对应关系,以该决定性因素随时间变化的数据序列作为历史数据对时间序列预测模型进行训练,直至时间序列预测模型满足预设要求;A4:使用时间序列预测模型对未来一年的任意时刻的决定性因素数据进行预测,生成预测数据组,基于预测数据组计算太阳法向直射辐照度,并得到建筑墙面在t时刻经大气辐射矫正后的地表太阳法向直射辐照度函数,其中,预测数据组包括:;A5:随着时间推移,利用最新采集得到的决定性因素的实际数据组对模型进行训练更新,并将预测数据组的结果和实际数据组的结果进行比较,将比较结果以可视化方式进行展示;步骤S4中,计算非阴影区域面积包括以下步骤:B1、在阴影区域设置n个阴影多边形;B2:初始化循环次数=0,当n=0时,表示墙面没有阴影,计算结束,否则+1;B3:当n=1时,=;B4:当n>1时,通过下式计算阴影区域面积: 式中,为n个阴影多边形的交集多边形的面积之和,为循环次数;B5:删除交集多边形中完全一致的多边形,得到多边形,其中;B6:用多边形代替多边形,返回步骤B2进行循环迭代;B7:通过建筑表面积减去阴影面积得到非阴影区域面积。

全文数据:

权利要求:

百度查询: 华中科技大学 一种基于人工智能算法的太阳能潜力预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术