结合自适应模糊推理和神经网络的物联网混合发电系统

摘要：

为了较好地预测可再生能源的发电输出,对模型效率进行分析,在物联网系统的基础上,提出一种基于人工神经网络(ANN)与自适应网络模糊推理系统(ANFIS)的混合预测模型.首先,利用压电传感器、体热电转换器和太阳能板用于可再生能源发电,并将其连接到能量存储电路,以产出电能;然后,使用ESP8266模块连接数据和云服务器,利用ANN和ANFIS混合模型处理从可再生能源中生成的所有电能,将3个不同模块采集得到的数据集用于模型的训练和测试;最后,利用采集到的数据开发4个模型,通过均方根误差(RMSE)和相关系数(R2)分析模型的效率,以选择最合适的模型.实验结果表明,所提模型具有较好的RMSE和R2性能,其模糊信息较少,结果误差较小,具有一定的应用价值.

关键词：混合预测模型;物联网;人工神经网络;自适应网络模糊推理系统;云服务器;传感器;可再生能源;能量存储电路

所属期刊栏目：45

分类号：TN99-34;TM615;TP391

资助基金：国家自然科学基金61702008

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：97-102