针对三相光伏并网逆变柜内触点红外温度噪声较大导致的温度预测难问题,提出了一种基于稀疏去噪和基线估计(baseline estimation and denoising with sparsity,BEADS),三次指数平滑法(exponential smoothing,ES)与马尔科夫链(markov chai...针对三相光伏并网逆变柜内触点红外温度噪声较大导致的温度预测难问题,提出了一种基于稀疏去噪和基线估计(baseline estimation and denoising with sparsity,BEADS),三次指数平滑法(exponential smoothing,ES)与马尔科夫链(markov chain,MC)相结合的红外温度预测组合算法(BEADS-ESMC)。通过样本序列分析确定基线估计参数和平滑系数,并根据样本统计规律建立状态转移概率矩阵,对重要触点的温度进行多步预测。实验表明,应用本方法的多步红外温度预测精度优于常用的ESMC方法,且具有较短的算法处理时间。展开更多
文摘针对三相光伏并网逆变柜内触点红外温度噪声较大导致的温度预测难问题,提出了一种基于稀疏去噪和基线估计(baseline estimation and denoising with sparsity,BEADS),三次指数平滑法(exponential smoothing,ES)与马尔科夫链(markov chain,MC)相结合的红外温度预测组合算法(BEADS-ESMC)。通过样本序列分析确定基线估计参数和平滑系数,并根据样本统计规律建立状态转移概率矩阵,对重要触点的温度进行多步预测。实验表明,应用本方法的多步红外温度预测精度优于常用的ESMC方法,且具有较短的算法处理时间。