대형 태양광 발전소의 네트워크 캐비닛은 복잡하고 변화무쌍한 환경에서 작동합니다. 큰 온도 변화와 습도 등 불리한 기상 조건에 직면하여 네트워크 캐비닛은 운영 장애가 쉽게 발생하여 태양광의 안전하고 안정적인 그리드 연결에 영향을 미칩니다. 네트워크 캐비닛 내부의 온도와 습도는 선형 및 비선형 변화 특성을 갖고 있습니다. 네트워크 캐비닛 내부의 온도와 습도 측정 데이터를 기반으로, ARIMA 및 RBF 모델의 선형 및 비선형 데이터 처리 능력을 활용하여 ARIMA-RBF 가중 결합 예측 모델을 구축하여 특정 태양광 발전소의 네트워크 캐비닛 내부 온도와 습도를 동적으로 예측합니다. 예측 결과는 단일 모델과 비교하여 ARIMA-RBF 가중 결합 모델이 더 높은 예측 정확도와 안정성을 보입니다. 이 복합 모델은 적절한 가중 전략을 통해 데이터의 다양한 특성을 처리할 수 있도록 단일 모델의 능력을 최대한 활용하며, 네트워크 캐비닛 내부 온도와 습도 상태를 적절히 평가할 수 있으며 보다 보편적인 예측 모델을 구축하는 데 참고 자료로 활용될 수 있으며 장기간 고온 및 습한 환경에서 운영되는 네트워크 캐비닛으로 인한 장애를 감소할 수 있습니다.

태양 에너지 발전; 네트워크 캐비닛; 습도와 온도; 비선형 결합; 가중 결합 예측 모델