- 1
- 2
- 3
- 4
- 5
太阳能光伏阵列故障预测分析研究
资料介绍
在环境污染日趋严重的今天，光伏电站以清洁、丰富、环保和可再生的优势，迅速在发电市场中抢占份额。但是，国内外运行的光伏电站主要采取定期诊断、维修的方式应对故障的发生，这就导致遇到故障时停机时间长，维护成本高；对于发生故障的坐标和原由不能准确地做出判断；更做不到对故障的提前预测。本文从实际情况出发，设计了监测系统，实现实时监测和故障定位。提出了改进的粒子群（PSO）优化 BP神经网络算法，建立针对光伏故障的预测模型，实现对光伏阵列故障的预测，具体研究内容为：
首先，从光伏阵列构成出发，研究光伏电池发电原理，并在此基础上建立数学模型，对其故障情况进行总结与仿真分析，找到不同故障类型所具有的数据特征，得到了不同故障类型的量化指标。
其次，根据光伏发电影响因素及故障情况，选取了具有自学本领强、非线性映射功能好的BP神经网络算法对故障进行预测。为了将该模型预测的精度提高，提出了应用PSO算法优化BP神经网络的一种新算法；使用非线性动态调整策略优化粒子群算法的惯性系数，达到全局寻优和局部寻优的目标。
然后，建立了光伏故障监测系统，对监测系统的性能做了深入分析。主要采用霍尔传感器、CAN总线和单片机设计了监测系统硬件电路；规划了监测界面，及时监测体系的发电效力；可以在第一时间发现系统的故障节点，方便工作人员实时维护，从而提高光伏发电效力。
最后，在剖析光伏系统故障特征的基础上，运用改进的PSO算法训练BP神经网络的权值与阈值，建立了改进PSO-BP光伏故障预测模型。通过实例验证该模型能够准确、及时地预测光伏故障位置与发生时间。与传统的BP神经网络相比，表明此模型能克服过拟合和局部极小值问题，具有良好的鲁棒性、泛化性，提高了预测精度，缩小预测误差。
部分文件列表
| 文件名 | 大小 |
| 太阳能光伏阵列故障预测分析研究.pdf | 4M |
最新上传
- 打赏
- 30日榜单
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
cai0603 打赏3.00元 3天前
用户：CJQ_ENJOY
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
cai0603 打赏3.00元 3天前
用户：dongshao
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic下载 打赏310.00元 3天前
用户：gsy幸运
-
21ic下载 打赏310.00元 3天前
用户：zhengdai
-
21ic下载 打赏310.00元 3天前
用户：小猫做电路
-
21ic下载 打赏310.00元 3天前
用户：liqiang9090
-
21ic下载 打赏270.00元 3天前
用户：kk1957135547
-
21ic下载 打赏160.00元 3天前
用户：w178191520
-
21ic下载 打赏160.00元 3天前
用户：w1966891335
-
21ic下载 打赏50.00元 3天前
用户：w993263495
-
21ic下载 打赏40.00元 3天前
用户：w993263495
-
21ic下载 打赏90.00元 3天前
用户：cooldog123pp
-
21ic下载 打赏30.00元 3天前
用户：sun2152
-
21ic下载 打赏40.00元 3天前
用户：xzxbybd
-
21ic下载 打赏40.00元 3天前
用户：铁蛋锅
-
21ic下载 打赏30.00元 3天前
用户：happypcb
-
21ic下载 打赏50.00元 3天前
用户：forgot
-
21ic下载 打赏10.00元 3天前
用户：xuzhen1
-
21ic下载 打赏20.00元 3天前
用户：wanglu6666
-
21ic下载 打赏5.00元 3天前
用户：人间留客
-
21ic下载 打赏5.00元 3天前
用户：jyxjiyixing
-
21ic下载 打赏5.00元 3天前
用户：akae_du
-
21ic下载 打赏5.00元 3天前
用户：ouyang_56
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
xlhtracy 打赏10.00元 3天前
-
xlhtracy 打赏10.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
21ic小能手 打赏5.00元 3天前
-
xlhtracy 打赏5.00元 3天前
-
czmhcy 打赏1.00元 3天前
资料：bitboy
全部评论(0)