中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2014年
13期
2078-2087
,共10页
光伏组件%在线诊断%异常老化%神经网络%故障类型因子
光伏組件%在線診斷%異常老化%神經網絡%故障類型因子
광복조건%재선진단%이상노화%신경망락%고장류형인자
photovoltaic (PV) modules%online diagnosis%abnormal degradation%neural network%fault type factor
分析光伏组件在短路、异常老化状态下的输出特性,提出一种基于开路电压、短路电流、最大功率点电压和电流四参数的光伏组件在线诊断短路及异常老化故障的方法.建立了故障类型因子K,通过比较K与标准值的差异判断组件是否存在短路和异常老化故障.发生故障即可进行在线故障程度分析和预警:短路故障时,利用神经网络方法诊断组件中电池短路的块数;异常老化故障时,利用填充因子值获得组件老化程度.仿真及实验结果显示该方法具有较高的准确率,证明了方法的可行性和有效性.
分析光伏組件在短路、異常老化狀態下的輸齣特性,提齣一種基于開路電壓、短路電流、最大功率點電壓和電流四參數的光伏組件在線診斷短路及異常老化故障的方法.建立瞭故障類型因子K,通過比較K與標準值的差異判斷組件是否存在短路和異常老化故障.髮生故障即可進行在線故障程度分析和預警:短路故障時,利用神經網絡方法診斷組件中電池短路的塊數;異常老化故障時,利用填充因子值穫得組件老化程度.倣真及實驗結果顯示該方法具有較高的準確率,證明瞭方法的可行性和有效性.
분석광복조건재단로、이상노화상태하적수출특성,제출일충기우개로전압、단로전류、최대공솔점전압화전류사삼수적광복조건재선진단단로급이상노화고장적방법.건립료고장류형인자K,통과비교K여표준치적차이판단조건시부존재단로화이상노화고장.발생고장즉가진행재선고장정도분석화예경:단로고장시,이용신경망락방법진단조건중전지단로적괴수;이상노화고장시,이용전충인자치획득조건노화정도.방진급실험결과현시해방법구유교고적준학솔,증명료방법적가행성화유효성.