...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>ACM transactions on sensor networks >In-Network Distributed Solar Current Prediction
【24h】

In-Network Distributed Solar Current Prediction

机译：网络内分布式太阳电流预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Long-term sensor network deployments demand careful power management. While managing power requires understanding the amount of energy harvestable from the local environment, current solar prediction methods rely only on recent local history, which makes them susceptible to high variability. In this article, we present a model and algorithms for distributed solar current prediction based on multiple linear regression to predict future solar current based on local, in situ climatic and solar measurements. These algorithms leverage spatial information from neighbors and adapt to the changing local conditions not captured by global climatic information. We implement these algorithms on our Fleck platform and run a 7-week-long experiment validating our work. In analyzing our results from this experiment, we determined that computing our model requires an increased energy expenditure of 4.5mJ over simpler models (on the order of 10(-7)% of the harvested energy) to gain a prediction improvement of 39.7%.
机译：传感器网络的长期部署要求仔细的电源管理。虽然管理电力需要了解可从本地环境中获取的能量数量，但当前的太阳能预测方法仅依赖于最近的本地历史记录，这使其易受高度变化的影响。在本文中，我们介绍了一种基于多元线性回归的分布式太阳能预测模型和算法，可基于局部，原地气候和太阳能测量结果预测未来的太阳能。这些算法利用了来自邻居的空间信息，并适应了全球气候信息无法捕获的不断变化的局部条件。我们在Fleck平台上实现了这些算法，并进行了为期7周的实验，验证了我们的工作。在分析此实验的结果时，我们确定计算模型所需的能量消耗比简单的模型增加了4.5mJ（约为所收集能量的10（-7）％），以获得39.7％的预测改进。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号