基于深度学习的光伏双轴跟踪支架发电性能预测系统设计  

作　　者：王霄宇 肖志勇 吕超 王翔宇 

机构地区：[1]国华(湖北)新能源有限公司

出　　处：《电气技术与经济》2025年第3期363-365,共3页Electrical Equipment and Economy

摘　　要：在可再生能源领域,光伏发电技术因其清洁和可持续性而受到广泛关注。光伏双轴跟踪支架能够根据太阳的实时位置调整光伏板的角度,最大化接收光照,从而提高发电效率。深度学习作为一种强大的数据驱动分析工具,通过建立复杂的数据模型来揭示数据之间的隐藏关系,已被证实在多个领域,包括能源预测中具有卓越的性能。本文设计了一个基于深度学习的光伏双轴跟踪支架发电性能预测系统,通过结合多层神经网络模型、损失函数与优化算法,构建了一个可以准确预测日常发电量的模型,并通过实际数据测试验证了系统的有效性和准确性。

关 键 词：深度学习 光伏双轴跟踪支架 发电性能预测 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]