问题标签 [pvlib]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
pvlib - pvlib:在给定 DNI 和 GHI 值的情况下,在 DHI 中填充空值的最准确方法
我有一个包含 GHI、DHI 和 DNI 列的数据集。问题是 DHI 列中有空值,我想找到最准确的方法来替换这些空值。正在使用这个等式DHI= GHI-DNI。cos (θ)来准确填充缺失值还是我应该使用 pvlib 中的函数?
pvlib - import pvlib 找不到模块,抛出 [WinError 126]
我正在尝试将 pvlib 导入到 Visual Studio 代码中,但它不断抛出错误,告诉我找不到包中的模块。我已经使用 pip 安装了所有库。这是调用堆栈,任何帮助将不胜感激
pandas - 熊猫:如果 dataframe1 中的值 ...THEN 减少 dataframe2 中的值
有没有人熟悉熊猫的 if... 条件并且可以帮助我解决初学者的小问题?现在我有这个:
tmy_data.loc[tmy_data['太阳高度'] <= 10, 'DNI'] = 0
但是,当“太阳高度”小于 10 时,我不想将“DNI”设置为零,而是希望它减少到 80% 可能并不那么复杂......但我仍然不知道我的尝试刚刚以减少整个数据框而不是单个值
python - 使用 GFS 模型服务器错误的 pvlib-python 预测 - 请求的数据集中不包含变量
我是新来的 Python 初学者,所以请放轻松。我曾经使用 pvlib-python 预测模块和 GFS 模型使用get_data()方法成功预测 GHI 和环境温度两年多没有问题,但一周前(更新到 0.8.1 版本后)我遇到以下错误作为查询数据时来自 UNIDATA THREDDS 服务器的答案:
显然,向服务器发送请求时变量Total_cloud_cover_low_cloud_Mixed_intervals_Average
不可用。UNIDATA THREDDS
我在互联网上搜索了这个问题,但没有发现类似的问题。我还在预测模块的 pvlib 源代码中找到了GFS类,该变量Total_cloud_cover_low_cloud_Mixed_intervals_Average
被重命名为low_clouds
(https://pvlib-python-forecasting.readthedocs.io/en/latest/_modules/pvlib/forecast.html)。
这是我用来产生错误的代码:
我还尝试使用 NAM 模型而不是 GFS 并且一切正常,但我不能使用它,因为只有 GFS 全球预测(我需要欧洲的预测)。我在 Python 3.6.6 中使用 anaconda。并且 pvlib-python 0.8.1 是使用 conda 安装的。我可以提供所需的任何其他信息。我将不胜感激任何帮助。
python - 为什么用 get_pvgis_hourly 检索到的数据与 PV Performance Tool 中的数据不匹配?
我有兴趣通过代码检索每年平面辐照的值,给定从函数中获取的参数数据库get_pvgis_hourly
,从这个 parser\getter中获取,如下所示:
输出如下:
但是如果我在 PVGIS 中使用相同的数据- PV Performance Tool like this
我获得了不同的数据:
任何提示将不胜感激。
python - Python PVLib 并行组合 IV 曲线
由于失配效应,我正在使用 PVLib 对光伏功率损耗进行建模。
是否可以添加并联的模块 IV 曲线?
如同:
不同之处在于它应该并行组合。
非常感谢,基利安
pvlib - PVLIB TMY3 - 能够以 10 分钟的分辨率工作?
有没有人使用过 10 分钟分辨率的 TMY 数据?我试图将它集成到我的代码中,但只会在错误之后出现大量错误......所以我想知道 PVLIb 中的 TMYX 函数是否能够处理除每小时分辨率之外的任何其他问题。
非常感谢!
python - 使用 fit_desoto 函数时出错,由 optimize.root (SciPy) 引起
在使用 fit_desoto 函数估计参数以进行进一步的太阳能模块计算时,我收到以下错误:
RuntimeError:参数估计失败:迭代没有取得良好的进展,通过最近五次雅可比评估的改进来衡量。
该错误来自 SciPy 库的 optimize.root 函数,该函数在 fit_desoto 函数中使用。
即使我只使用 1s 作为 fit_desoto 函数的初始值,我也会收到此错误。
主程序中函数调用的代码:
fit_desoto 函数的函数调用中的 root_kwargs 会影响根函数的求解器,但求解器的不同属性并不能解决问题。
你对这个问题有什么想法吗?
我已经尝试过的:
- 检查 fit_desoto 函数的所有类型的初始值。
- 为根函数求解器选择了不同的选项
- 代码调试并检查了 root_function 中的变量。函数计算时没有 NaN 值或类似值
提前致谢
python-3.x - 环境温度和风速数据集的可靠来源?
我正在使用 PVlib python 计算太阳能光伏系统的发电量。对于辐射,我使用的是晴空法(因为我的项目中有一些假设)。我正在寻找风速和环境温度数据集的可靠来源,以便我可以使用桑迪亚和 PVsyst 模型计算电池/模块温度,我需要 10 分钟分辨率的全年数据。
是否可以通过 PVGIS?如果是,如何?
欢迎任何建议!