Die Netzwerkschränke in großen Fotovoltaikanlagen arbeiten in einer komplexen und sich ständig verändernden Umgebung. Angesichts widriger Witterungsbedingungen wie großer Temperaturschwankungen und Feuchtigkeit treten in den Netzwerkschränken leicht Betriebsstörungen auf, was eine sichere und stabile Verbindung der Solarenergie mit dem Netz beeinträchtigt. Die Temperatur und Feuchtigkeit in den Netzwerkschränken zeigen deutliche lineare und nichtlineare Variationseigenschaften. Basierend auf den tatsächlichen Messdaten der internen Temperatur und Feuchtigkeit in den Netzwerkschränken und unter Verwendung der Vorteile von ARIMA- und RBF-Modellen bei der Verarbeitung linearer und nichtlinearer Daten wurde ein kombiniertes ARIMA-RBF-Gewichtungsprognosemodell erstellt, um dynamisch die interne Temperatur und Feuchtigkeit der Netzwerkschränke für eine bestimmte Fotovoltaikanlage vorherzusagen. Die Prognoseergebnisse zeigen, dass das kombinierte ARIMA-RBF-Modell im Vergleich zu einzelnen Modellen genauere Vorhersagen und eine höhere Stabilität aufweist. Durch eine geeignete Gewichtungsstrategie nutzt dieses kombinierte Modell die Fähigkeiten einzelner Modelle voll aus, um unterschiedliche Merkmale der Daten zu verarbeiten, kann den Zustand von Temperatur und Feuchtigkeit in den Netzwerkschränken angemessen bewerten, als Referenz für den Aufbau universellerer Prognosemodelle dienen und dazu beitragen, Betriebsstörungen aufgrund langfristiger Betriebszeiten von Netzwerkschränken in heißen und feuchten Umgebungen zu verringern.

Photovoltaik; Netzwerkschrank; Luftfeuchtigkeit und Temperatur; Nichtlineare Kopplung; Kombiniertes Prognosemodell mit Gewichtung