摘  要：針對三相光伏并網逆變柜內觸點紅外溫度噪聲較大導致的溫度預測難問題，提出了一種基于稀疏去噪和基線估計(baseline estimation and denoising with sparsity，BEADS)，三次指數平滑法(exponential smoothing，ES)與馬爾科夫鏈(markov chain，MC)相結合的紅外溫度預測組合算法(BEADS-ESMC)。通過樣本序列分析確定基線估計參數和平滑系數，并根據樣本統計規律建立狀態轉移概率矩陣，對重要觸點的溫度進行多步預測。實驗表明，應用本方法的多步紅外溫度預測精度優于常用的ESMC方法，且具有較短的算法處理時間。 關鍵詞：[登陸后可查看全文]