基于bp神经网络的光伏组件在线故障诊断 a survey of online fault diagnosis for pv module based on bp neural network.pdfVIP

下载本文档

19
0
约3.51万字
约 7页
2017-08-13 发布于上海
举报
版权申诉

基于bp神经网络的光伏组件在线故障诊断 a survey of online fault diagnosis for pv module based on bp neural network.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于bp神经网络的光伏组件在线故障诊断 a survey of online fault diagnosis for pv module based on bp neural network

第 37 卷第 8 期电网技术 Vol. 37 No. 8 2013 年 8 月 Power System Technology Aug. 2013 文章编号：1000-3673 （2013 ）08-2094-07 中图分类号：TM 91 文献标志码：A 学科代码：470·4054 基于 BP 神经网络的光伏组件在线故障诊断王元章，李智华，吴春华，周笛青，付立（上海市电站自动化技术重点实验室(上海大学) ，上海市闸北区 200072 ） A Survey of Online Fault Diagnosis for PV Module Based on BP Neural Network WANG Yuanzhang, LI Zhihua, WU Chunhua, ZHOU Diqing, FU Li (Shanghai Key Laboratory of Power Station Automation Technology(Shanghai University), Zhabei District, Shanghai 200072, China) ABSTRACT: To improve generating efficiency of 关键词：光伏组件；在线诊断；短路；异常老化；BP 神经 photovoltaic (PV) generation system and decrease the cost for 网络 its artificial maintenance, based on back propagation (BP) 0 引言 neural network (NN) an online fault diagnosis strategy for PV modules is proposed. The contributing factors causing 太阳能具有清洁、无污染、可持续等优点。随 short-circuit fault and abnormal aging of PV modules are 着光伏组件价格不断下降，其应用领域及规模在不 analyzed and using Matlab the output characteristics of PV 断地发展和扩大。理论上，光伏组件的使用寿命为 module under fault condition is simulated. According to 20 至 25 a ，但是由于其长期运行在室外恶劣的环境 simulation results and combining with mathematical model of 中，不可避免地会发生各种故障。若这些故障得不 PV module, the fault patterns of PV module are summarized, and a BPNN based fault diagnosis model for PV modules is 到及时清除，会直接影响光伏系统的正常发电，甚 built and a model to simulate various faults occurred in PV 至会导致火灾等毁灭性灾害的发生。实现光伏组件 modules is established. The samples suitable for the training of 在线故障诊断，不仅可直接降低人工维护的成本， BPNN are collected and the BPNN based fault diagnosis model 同时能够提高光伏系统的发电效率，预防由