-
-
未來科技館 考慮積灰效應及少故障標籤資料之智慧型高精度太陽光電故障診斷
本技術提出一種利用人工蜂群演算法優化半監督極限學習機的機器學習演算法，結合太陽光電串列輸出電流/電壓曲線的特徵參數標準化方法，僅需要1-3樣本有故障標籤資料進行故障診斷及指認，大幅降低人力和時間成本，各式混合故障辨識率可達99.84以上，並且對積灰監控能預警進而有效清洗，增加太陽光電發電收益。
-
-
-
未來科技館 整合新世代多維度空間資訊於都會區太陽能光電潛力分析
本技術為一結合高細緻建物模型及標準氣象年太陽輻射等多維度空間資料進行之屋頂型太陽能光電潛力推估技術。以都會區域為例，將實際建物分布、形構的建成環境做為基底，透過日射量與角度計量各屋頂面各時段所受太陽輻射及陰影遮蔽量，精確計算各屋頂鋪設太陽能板之發電潛力，為未來太陽光電開發評估建立科學化之技術方案。
-
- 1
