为了研究雪灾对内蒙古地区光伏发电工程建设和运营的影响，根据内蒙古地区内119个国家气象站的观测资料，通过地理信息系统(GIS)空间分析，利用气象灾害风险评价理论和层次分析方法，从致灾因子危险性、承灾体暴露度和承灾体脆弱性这3个评价因子的角度建立了雪灾风险区划模型，对内蒙古地区光伏发电工程的雪灾风险区划进行了研究。研究结果表明：内蒙古地区光伏发电工程的雪灾风险分布呈由西南向东北逐渐加重的趋势。低风险区主要分布在阿拉善盟、巴彦淖尔市北部与南部地区、鄂尔多斯市西部地区、赤峰市东部地区，以及通辽市的大部分地区。次低风险区主要分布在内蒙古西部偏东、中部偏西地区，赤峰市与通辽市的部分地区，以及兴安盟中部地区。中等风险区主要集中在呼和浩特市北部地区、包头市的少部分地区、乌兰察布市中西部地区，以及锡林郭勒盟的大部分地区。次高与高风险区相对比较集中，主要分布在锡林郭勒盟的少部分地区和呼伦贝尔市。针对内蒙古地区的光伏发电工程，应加强雪灾前期评估，将雪灾相关参数和报告纳入光伏发电工程前期可研评估的影响因素中，提高工程防御雪灾的能力；建立相应的雪灾应急预案，结合气象部门的气象预警信息或相应的预警产品，完善应急...
为了研究雪灾对内蒙古地区光伏发电工程建设和运营的影响，根据内蒙古地区内119个国家气象站的观测资料，通过地理信息系统(GIS)空间分析，利用气象灾害风险评价理论和层次分析方法，从致灾因子危险性、承灾体暴露度和承灾体脆弱性这3个评价因子的角度建立了雪灾风险区划模型，对内蒙古地区光伏发电工程的雪灾风险区划进行了研究。研究结果表明：内蒙古地区光伏发电工程的雪灾风险分布呈由西南向东北逐渐加重的趋势。低风险区主要分布在阿拉善盟、巴彦淖尔市北部与南部地区、鄂尔多斯市西部地区、赤峰市东部地区，以及通辽市的大部分地区。次低风险区主要分布在内蒙古西部偏东、中部偏西地区，赤峰市与通辽市的部分地区，以及兴安盟中部地区。中等风险区主要集中在呼和浩特市北部地区、包头市的少部分地区、乌兰察布市中西部地区，以及锡林郭勒盟的大部分地区。次高与高风险区相对比较集中，主要分布在锡林郭勒盟的少部分地区和呼伦贝尔市。针对内蒙古地区的光伏发电工程，应加强雪灾前期评估，将雪灾相关参数和报告纳入光伏发电工程前期可研评估的影响因素中，提高工程防御雪灾的能力；建立相应的雪灾应急预案，结合气象部门的气象预警信息或相应的预警产品，完善应急...
为了研究雪灾对内蒙古地区光伏发电工程建设和运营的影响，根据内蒙古地区内119个国家气象站的观测资料，通过地理信息系统(GIS)空间分析，利用气象灾害风险评价理论和层次分析方法，从致灾因子危险性、承灾体暴露度和承灾体脆弱性这3个评价因子的角度建立了雪灾风险区划模型，对内蒙古地区光伏发电工程的雪灾风险区划进行了研究。研究结果表明：内蒙古地区光伏发电工程的雪灾风险分布呈由西南向东北逐渐加重的趋势。低风险区主要分布在阿拉善盟、巴彦淖尔市北部与南部地区、鄂尔多斯市西部地区、赤峰市东部地区，以及通辽市的大部分地区。次低风险区主要分布在内蒙古西部偏东、中部偏西地区，赤峰市与通辽市的部分地区，以及兴安盟中部地区。中等风险区主要集中在呼和浩特市北部地区、包头市的少部分地区、乌兰察布市中西部地区，以及锡林郭勒盟的大部分地区。次高与高风险区相对比较集中，主要分布在锡林郭勒盟的少部分地区和呼伦贝尔市。针对内蒙古地区的光伏发电工程，应加强雪灾前期评估，将雪灾相关参数和报告纳入光伏发电工程前期可研评估的影响因素中，提高工程防御雪灾的能力；建立相应的雪灾应急预案，结合气象部门的气象预警信息或相应的预警产品，完善应急...
为了研究雪灾对内蒙古地区光伏发电工程建设和运营的影响，根据内蒙古地区内119个国家气象站的观测资料，通过地理信息系统(GIS)空间分析，利用气象灾害风险评价理论和层次分析方法，从致灾因子危险性、承灾体暴露度和承灾体脆弱性这3个评价因子的角度建立了雪灾风险区划模型，对内蒙古地区光伏发电工程的雪灾风险区划进行了研究。研究结果表明：内蒙古地区光伏发电工程的雪灾风险分布呈由西南向东北逐渐加重的趋势。低风险区主要分布在阿拉善盟、巴彦淖尔市北部与南部地区、鄂尔多斯市西部地区、赤峰市东部地区，以及通辽市的大部分地区。次低风险区主要分布在内蒙古西部偏东、中部偏西地区，赤峰市与通辽市的部分地区，以及兴安盟中部地区。中等风险区主要集中在呼和浩特市北部地区、包头市的少部分地区、乌兰察布市中西部地区，以及锡林郭勒盟的大部分地区。次高与高风险区相对比较集中，主要分布在锡林郭勒盟的少部分地区和呼伦贝尔市。针对内蒙古地区的光伏发电工程，应加强雪灾前期评估，将雪灾相关参数和报告纳入光伏发电工程前期可研评估的影响因素中，提高工程防御雪灾的能力；建立相应的雪灾应急预案，结合气象部门的气象预警信息或相应的预警产品，完善应急...
为了研究雪灾对内蒙古地区光伏发电工程建设和运营的影响，根据内蒙古地区内119个国家气象站的观测资料，通过地理信息系统(GIS)空间分析，利用气象灾害风险评价理论和层次分析方法，从致灾因子危险性、承灾体暴露度和承灾体脆弱性这3个评价因子的角度建立了雪灾风险区划模型，对内蒙古地区光伏发电工程的雪灾风险区划进行了研究。研究结果表明：内蒙古地区光伏发电工程的雪灾风险分布呈由西南向东北逐渐加重的趋势。低风险区主要分布在阿拉善盟、巴彦淖尔市北部与南部地区、鄂尔多斯市西部地区、赤峰市东部地区，以及通辽市的大部分地区。次低风险区主要分布在内蒙古西部偏东、中部偏西地区，赤峰市与通辽市的部分地区，以及兴安盟中部地区。中等风险区主要集中在呼和浩特市北部地区、包头市的少部分地区、乌兰察布市中西部地区，以及锡林郭勒盟的大部分地区。次高与高风险区相对比较集中，主要分布在锡林郭勒盟的少部分地区和呼伦贝尔市。针对内蒙古地区的光伏发电工程，应加强雪灾前期评估，将雪灾相关参数和报告纳入光伏发电工程前期可研评估的影响因素中，提高工程防御雪灾的能力；建立相应的雪灾应急预案，结合气象部门的气象预警信息或相应的预警产品，完善应急...
光伏（PV）面板是光伏发电技术中广泛使用的主要可再生能源设备。由于光伏发电受天气条件影响巨大，降雪和面板积雪会极大地影响光伏面板的输出功率。如何在降雪和积雪因素影响下，预测光伏发电系统的输出功率对于电力部门完成电力调度控制十分重要。考虑到降雪和积雪因素无法直接使用具体公式表达。本文将介绍一种机器学习方法，使用SVM和KNN作为检测雪效应的分类器，将光伏发电功率预测中雪检测问题转换为分类问题。文中提出的雪检测算法在真实有记录的数据上进行了验证，通过光伏发电功率预测精度的提升评估方法的效果。
光伏（PV）面板是光伏发电技术中广泛使用的主要可再生能源设备。由于光伏发电受天气条件影响巨大，降雪和面板积雪会极大地影响光伏面板的输出功率。如何在降雪和积雪因素影响下，预测光伏发电系统的输出功率对于电力部门完成电力调度控制十分重要。考虑到降雪和积雪因素无法直接使用具体公式表达。本文将介绍一种机器学习方法，使用SVM和KNN作为检测雪效应的分类器，将光伏发电功率预测中雪检测问题转换为分类问题。文中提出的雪检测算法在真实有记录的数据上进行了验证，通过光伏发电功率预测精度的提升评估方法的效果。
光伏（PV）面板是光伏发电技术中广泛使用的主要可再生能源设备。由于光伏发电受天气条件影响巨大，降雪和面板积雪会极大地影响光伏面板的输出功率。如何在降雪和积雪因素影响下，预测光伏发电系统的输出功率对于电力部门完成电力调度控制十分重要。考虑到降雪和积雪因素无法直接使用具体公式表达。本文将介绍一种机器学习方法，使用SVM和KNN作为检测雪效应的分类器，将光伏发电功率预测中雪检测问题转换为分类问题。文中提出的雪检测算法在真实有记录的数据上进行了验证，通过光伏发电功率预测精度的提升评估方法的效果。
针对工程扰动引起的多年冻土退化与路基热稳定性问题，基于光伏发电技术与制冷技术，开发一种用于防治多年冻土退化的光伏直驱压缩式制冷装置，并开展现场应用测试与数值模拟研究。研究结果表明：新装置能够适应多年冻土地区的严寒环境，实现自动化运行，且装置运行期间，制冷管管壁热流密度随太阳总辐射量的增大而增大，平均热流密度为-4.1～-6.3 W/m2。与普通路基相比，制冷路基的热学稳定性得到显著提升，其中，冻土人为上限随着制冷管长度与管壁热流密度的增大而提高，随着制冷管埋置深度的增大先提高后降低，而冻土升温速率则随着制冷管长度、埋深与管壁热流密度的增大而降低。基于灰色关联理论分析可知，制冷功率对人为上限影响最显著，制冷管长度的影响次之，埋置深度的影响最小；而冻土升温速率对制冷管埋置深度最敏感，制冷功率次之，制冷管长度最小，建议设计施工时优先选择更为显著的因素加以调控。
针对工程扰动引起的多年冻土退化与路基热稳定性问题，基于光伏发电技术与制冷技术，开发一种用于防治多年冻土退化的光伏直驱压缩式制冷装置，并开展现场应用测试与数值模拟研究。研究结果表明：新装置能够适应多年冻土地区的严寒环境，实现自动化运行，且装置运行期间，制冷管管壁热流密度随太阳总辐射量的增大而增大，平均热流密度为-4.1～-6.3 W/m2。与普通路基相比，制冷路基的热学稳定性得到显著提升，其中，冻土人为上限随着制冷管长度与管壁热流密度的增大而提高，随着制冷管埋置深度的增大先提高后降低，而冻土升温速率则随着制冷管长度、埋深与管壁热流密度的增大而降低。基于灰色关联理论分析可知，制冷功率对人为上限影响最显著，制冷管长度的影响次之，埋置深度的影响最小；而冻土升温速率对制冷管埋置深度最敏感，制冷功率次之，制冷管长度最小，建议设计施工时优先选择更为显著的因素加以调控。