基于参数辨识的光伏组件故障诊断模型

摘要：

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型.分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识.通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性.搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性.

关键词：光伏组件、参数辨识、故障诊断、改进人工鱼群算法、RBF神经网络

所属期刊栏目：39

分类号：TM615(发电、发电厂)

资助基金：本文的研究工作获得“江苏省研究生培养创新工程CXZZ12_0228”、“国网江苏省电力公司科技项目J2014028”的资助,谨此致谢！

在线出版日期：2015-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1198-1204