北京福彩_首页

学术动态

学校科研项目与经费增长显著。2019年科研总经费达13.38亿元;新增国家自然科学基金项目367项,全国排名第16位、广东高校第2位;新增国家社科基金项目33项,位居全国第36位、广东高校第4位。SCI收录论文4139篇,SSCI收录论文238篇。获科研奖励2846项……

机电学院王怀智助理教授在Energy Conversion and Management发表研究论文

发布时间:2020-05-14

近日,北京福彩机电与控制工程学院王怀智助理教授、湖南大学周斌教授、上海交通大学黎灿兵教授和俄罗斯科学院院士IEEE Fellow Nikolai Voropai教授在国际顶级期刊Energy Conversion and Management (ECM)上联合发表了一篇题为"Taxonomy Research of Artificial Intelligence for Deterministic Solar Power Forecasting"的研究论文。ECM为中科院大类一区、TOP期刊,影响因子为7.181

该论文对基于人工智能的太阳能发电预测方法、参数优化方法和预测结构开展了分类学研究。机电学院王怀智助理教授为第一作者,周斌教授和黎灿兵教授为共同通讯作者。其它共同作者包括曹广忠教授、刘扬洋研究生、Nikolai Voropai教授和Evgeny Barakhtenko教授。

太阳能发电预测是电力能源系统经济、安全运行的重要环节。本文首先对人工智能预测方法、参数优化和预测结构展开了分类、命名和统计分析研究,总结了各种预测方法的优缺点。其次,本文提出了一种新的人工智能预测结构。该预测结构分为特征学习、权重更新和多元回归三个部分,如图1所示。特征学习用于提取环境数据和时序数据的潜在特征,并作为权重更新的输入。权重更新则用于优化多元回归的权重系数。多元回归负责太阳能发电预测输入和输出的数学建模。该预测结构最大的优点是其强大的兼容性,可兼容已有的大部分神经网络算法,如支持向量机、深度学习和循环神经网络等。最后,本文对太阳能发电预测的热点方向和潜在问题进行了深入剖析。

                                 图1 提出的人工智能预测结构

本研究得到了国家自然科学基金委、广东省电磁控制与智能机器人重点实验室和深圳市科创委等经费支持。原文链接:https://www.sciencedirect.com/science/article/pii/S0196890420304477