远程微网中的太阳能PV功率调节的嵌入式机器学习

本文提出了一种针对远程微网中太阳能逆变器功率调节的机器学习研究。分别使用集成学习方法训练用于主动功率和被动功率控制的机器学习模型。与传统方案不同，后者会在远端控制中心的中央服务器上进行推断，而本文方案则将训练好的模型部署在靠近逆变器的嵌入式边缘计算设备上，以减少通信延迟。在实际嵌入式设备上的实验结果表明，与桌面PC上的结果相匹配，每次推断输入仅需约0.1毫秒。