文献类型：期刊文章

作　　者：王元章[1] 李智华[1] 吴春华[1] 周笛青[1] 付立[1]

机构地区：[1]上海市电站自动化技术重点实验室(上海大学),上海市闸北区200072

出　　处：《电网技术》

基　　金：国家自然科学基金项目(51107079)~~

年　　份：2013

卷　　号：37

期　　号：8

起止页码：2094-2100

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在Matlab中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。

关 键 词：光伏组件 在线诊断  短路 异常老化  BP神经网络

分 类 号：TM91]