文献类型：期刊文章

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

机构地区：[1]上海大学自动化系上海市电站自动化技术重点实验室,上海200072

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金(51107079);上海大学"十一五"211建设项目资助~~

年　　份：2013

卷　　号：41

期　　号：16

起止页码：108-114

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

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。

关 键 词：BP神经网络 光伏阵列 故障诊断 L-M算法

分 类 号：TM615] TP183]