资源分类
电力行业论文
电力行业期刊
电力行业成果
电力行业专利
电力工业标准
能源、核技术
电工
电子与信息技术
- > 电子元器件与信息技术综合
- > 电子元件
- > 电真空器件
- > 半导体分立器件
- > 微电路
- > 计算机
- > 信息处理技术
- > 电子测量与仪器
- > 电子设备专用材料、零件、结构件
- > 电子工业生产设备
仪器仪表
- > 仪器、仪表综合
- > 工业自动化仪表与控制装置
- > 电工仪器仪表
- > 物质成分分析仪器与环境监测仪器
- > 实验室仪器与真空仪器
- > 试验机与无损探伤仪器
工程建设
其他相关行业
电力行业机构
电力企业
采矿业
制造业
- > 通用设备制造业
- > 专用设备制造业
- > 交通运输设备制造业
- > 电气机械及器材制造业
- > 通信设备、计算机及其他电子设备制造业
- > 仪器仪表及文化、办公用机械制造业
- > 金属制品业
- > 非金属矿物制品业
基于光伏组件内部参数辨识的故障诊断模型 2018年3月25日 【正式出版版本】 【曾经优先出版版本】
基于光伏组件内部参数辨识的故障诊断模型
Fault Diagnosis Model of PV Modules Based on Parameter Identification 2018年3月25日 【正式出版版本】 【曾经优先出版版本】
Fault Diagnosis Model of PV Modules Based on Parameter Identification
-
摘要： - 光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过 MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨识并获取相应的数据,利用数据建立BP神经网络故障诊断模型并对故障类型进行诊断;仿真结果证明所用参数辨识方法可以准确对光伏组件内部参数进行辨识,诊断结果也表明所选取的故障特征是合理的,通过此模型可以准确的对光伏组件故障进行诊断.
-
Abstract： - When the PV module fails,its internal parameters should reflect the fault characteristics of the PV module.Based on the com-parison of the internal parameters of the PV modules under different fault conditions,the corresponding fault characteristics are extracted. First,the fault models of PV modules are established by MATLAB.Quantum particle swarm algorithm is used to identify the PV modules under different fault types and obtain the corresponding data.The BP neural network fault diagnosis model is established by using the data and the fault type is diagnosed.The simulation results show that the parameter identification method can accurately identify the PV modules parameter characteristics,the diagnostic results also show that the selected fault feature is reasonable,through this model can accurately di-agnose the PV module failure.
|
|
杨宏超
程若发
吕彩艳
李家佳
|
|---|---|
| Author： | Yang Hongchao Cheng Ruofa Lv Caiyan Li Jiajia |
|
|
南昌航空大学信息工程学院,南昌,330063 |
|
|
计算机测量与控制 ISTIC EI SCI PKU CSSCI |
|
|
Computer Measurement & Control ISTIC EI SCI PKU CSSCI |
|
|
2018, 26(3) |
|
|
TP391.9 |
|
|
光伏组件
参数辨识
量子粒子群
BP神经网络
故障诊断
|
|
|
photovoltaic module parameters identification QPSO BP neural network parameters identification |
|
|
|
|
|
2018年4月26日 |
|
|
国家基金项目，江西省教育厅项目，江西省科技支撑计划项目 |
返回顶部参考文献
返回顶部引证文献
返回顶部本文读者也读过
返回顶部相似文献
返回顶部相关博文
京公网安备11010802020237号