利用LSTM和稳态时间序列的光伏阵列故障诊断方法OA北大核心CSTPCD
A photovoltaic array fault diagnosis method using LSTM and steady-state time series
针对光伏阵列电气工作参数包含复杂的暂态过程及工频干扰噪声严重影响故障诊断模型性能的问题,提出一种基于最大功率点的稳态时间序列预处理方法.首先,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出一种基于长短期记忆网络的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真,以验证所提出的故障诊断方法.实验结果…查看全部>>
戴森柏;陈志聪;吴丽君;林培杰;程树英
福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建 福州 350108
信息技术与安全科学
光伏阵列故障诊断最大功率点时间序列长短期记忆网络
《福州大学学报(自然科学版)》 2022 (1)
基于MR-MC链状无线传感器网络的SHM批量异构数据汇集机制研究
54-60,7
国家自然科学基金资助项目(61601127)福建省科技厅高校产学合作资助项目(2016H6012)福建省科技厅引导性基金资助项目(2019H0006)
评论