基于BP神经网络的光伏阵列故障诊断研究OA北大核心CSCDCSTPCD
A survey of fault diagnosis for PV array based on BP neural network
光伏阵列多安装在较恶劣的室外环境中，因此在运行过程中常会发生故障。为辨别光伏阵列故障类型，提出了基于L-M 算法的 BP 神经网络的故障诊断方法。在深入分析不同故障状态下光伏阵列输出量变化规律的基础上，确定了故障诊断模型的输入变量。本方法无需额外的设备支持，具有简便、成本低的优点；可以在线实时地进行故障诊断。仿真和初步实验结果验证了基于BP神经网络的故障诊断方法可以有效地检测出光伏阵列短路、断路、异常老化及局部阴影等四种故障。
Because PV arrays are always installed in poor outdoor environment, a variety of faults often occur during the operation. In order to obtain the types of fault, a fault diagnosis method of the BP neural network based on L-M algorithm is proposed. Through the in-depth analysis of the output of the PV array under normal state and fault states, the input variables of the diagnosis model are obtained. Compared with other fault diagnosis methods for the PV arra…查看全部>>
王元章;吴春华;周笛青;付立;李智华
上海大学自动化系上海市电站自动化技术重点实验室，上海 200072上海大学自动化系上海市电站自动化技术重点实验室，上海 200072上海大学自动化系上海市电站自动化技术重点实验室，上海 200072上海大学自动化系上海市电站自动化技术重点实验室，上海 200072上海大学自动化系上海市电站自动化技术重点实验室，上海 200072
能源科技
BP神经网络光伏阵列故障诊断L-M算法
BP neural networkPV arrayfault diagnosisL-M algorithm
《电力系统保护与控制》 2013 (16)
基于模糊信息融合的光伏组件在线状态检测与故障诊断研究
108-114,7
国家自然科学基金（51107079）；上海大学“十一五”211建设项目资助This work is supported by National Natural Science Foundation of China (No.51107079) and Shanghai University “11th Five-Year Plan”211 Construction Project
评论