文献类型：期刊文章

作　　者：王元章[1] 李智华[1] 吴春华[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：《中国电机工程学报》

基　　金：国家自然科学基金项目(51107079)~~

年　　份：2014

卷　　号：34

期　　号：13

起止页码：2078-2087

语　　种：中文

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

摘　　要：分析光伏组件在短路、异常老化状态下的输出特性,提出一种基于开路电压、短路电流、最大功率点电压和电流四参数的光伏组件在线诊断短路及异常老化故障的方法。建立了故障类型因子K,通过比较K与标准值的差异判断组件是否存在短路和异常老化故障。发生故障即可进行在线故障程度分析和预警:短路故障时,利用神经网络方法诊断组件中电池短路的块数;异常老化故障时,利用填充因子值获得组件老化程度。仿真及实验结果显示该方法具有较高的准确率,证明了方法的可行性和有效性。

关 键 词：光伏组件 在线诊断  异常老化  神经网络 故障类型因子  

分 类 号：TM91]