基于参数辨识的光伏组件故障诊断模型

• 作者: 孙蓉 张经炜 王宏华 王成亮 陈凌 韩伟
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 光伏组件 参数辨识 故障诊断 改进人工鱼群算法 RBF神经网络
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 低碳电力技术
• 页码范围: 1198-1204
• 页数: 7页
• 分类号: TM615
• 字数: 5441字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2015.05.005

摘要

为了对光伏组件运行状况进行准确判断,提出了一种基于参数辨识的组件故障诊断模型.分析了任意工况下的光伏组件输出特性曲线,借助于改进人工鱼群算法对数学模型中各参数进行了辨识.通过分析各模型参数随光照和温度的变化关系来获取多组工况下的模型参数值,结合光伏组件各种故障数据建立了以光生电流、二极管反向饱和电流、二极管理想品质因素和等效串并联电阻为输入层向量,以组件正常、组件短路、等效串联电阻异常老化和等效并联电阻异常老化为输出层向量的径向基函数(radical basis function,RBF)神经网络故障诊断仿真模型,仿真结果验证了上述光伏组件故障规律的正确性.搭建了基于可编程电子负载的光伏组件户外实验平台,进行了组件故障诊断的实验研究,实验结果验证了所提方法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏华	河海大学能源与电气学院	132	1300	18.0	28.0
2	韩伟	河海大学能源与电气学院	14	121	7.0	10.0
3	王成亮		43	257	8.0	15.0
4	张经炜	河海大学能源与电气学院	15	88	6.0	9.0
5	陈凌	河海大学能源与电气学院	16	77	4.0	8.0
6	孙蓉	国网江苏省电力公司电力科学研究院	5	48	3.0	5.0