故障树和BAM神经网络在光伏并网故障诊断中的应用

被引：26

作者：

李练兵 ^{[1
]}

张秀云 ^{[1
]}

王志华 ^{[2
]}

王志强 ^{[3
]}

机构：

[1] 河北工业大学控制科学与工程学院

[2] 河北工业大学电气工程学院

[3] 天津职业技术师范大学汽车与交通学院

来源：

电工技术学报 | 2015年 / 30卷 / 02期

关键词：

故障树; 双向联想记忆神经网络; 故障诊断;

D O I：

10.19595/j.cnki.1000-6753.tces.2015.02.033

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

介绍了光伏并网发电系统的主要故障模式及故障原因,以及故障树(FT)的理论和双向联想记忆(BAM)神经网络的结构与学习算法。针对光伏并网系统工作过程中可能出现的故障,提出一种将故障树和双向联想记忆神经网络融合在一起的故障诊断方法。通过故障树分析法(FTA)得到系统的所有故障模式,然后再由故障模式和根据维修经验的故障分析归纳出BAM的学习样本,即故障模式与故障分析之间的对应。通过光伏系统故障诊断的实验与应用,结果表明,该方法具有很好的实时性和有效性。

引用

页码：248 / 254

页数：7

共 16 条

[1] 基于高斯过程的光伏阵列故障定位 [J].