基于BP神经网络的光伏阵列故障诊断研究

被引：81

作者：

王元章

吴春华

周笛青

付立

李智华

机构：

[1] 上海大学自动化系上海市电站自动化技术重点实验室

来源：

电力系统保护与控制 | 2013年 / 41卷 / 16期

关键词：

BP神经网络; 光伏阵列; 故障诊断; L-M算法;

D O I：

暂无

中图分类号：

TM615 [太阳能发电]; TP183 [人工神经网络与计算];

学科分类号：

0807 ;

摘要：

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。

引用

页码：108 / 114

页数：7

共 8 条

[1] 光伏阵列特性仿真及其在光伏并网逆变器测试系统中的应用 [J].

王晓雷 ;

王卫星 ;

路进升 ;

王国军 ;

周笑 .

电力系统保护与控制, 2011, 39 (10) :70-73+79

[2] 基于L-M算法的BP网络在变压器故障诊断中的应用 [J].

项文强 ;

张华 ;

王姮 ;

解兴哲 .

电力系统保护与控制, 2011, 39 (08) :100-103+111

[3] 基于电压扫描的光伏阵列故障诊断策略 [J].

胡义华 ;

陈昊 ;

徐瑞东 .

中国电机工程学报, 2010, 30(S1) (S1) :185-191

[4] 基于BP网络远程无线电力变压器故障诊断系统 [J].

熊树 ;

俞阿龙 .

电力系统保护与控制, 2010, 38 (23) :207-211

[5] 基于红外图像的太阳能光伏阵列故障分析 [J].

王培珍 ;

郑诗程 .

太阳能学报, 2010, 31 (02) :197-202

[6] 基于神经网络的光伏阵列发电预测模型的设计 [J].

陈昌松 ;

段善旭 ;

殷进军 .

电工技术学报, 2009, 24 (09) :153-158

[7] BP神经网络隐含层单元数的确定 [J].

沈花玉 ;

王兆霞 ;

高成耀 ;

秦娟 ;

姚福彬 ;

徐巍 .

天津理工大学学报, 2008, (05) :13-15

[8]

Fault diagnosis method andsimulation analysis for photovoltaic array .2 Zhu Yongqiang,Wang Wenshan. InternationalConference on Electrical and Control Engineering . 2011

← 1 →