基于BP神经网络的光伏组件在线故障诊断
为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于 BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在 Matlab 中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。
光伏组件、在线诊断、短路、异常老化、BP神经网络
TM91
国家自然科学基金项目51107079。Project Supported by National Natural Science Foundation of China 51107079
2013-08-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
2094-2100