基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析了光伏组件在局部阴影或异常老化状态下的输出特性,提出了一种基于决策树算法的光伏组件在线诊断局部阴影或异常老化的判断方法.同时分析了在这两种状态下填充因子FF、斜率因子K和输出电流比Im/Isc的变化规律,结合光伏组件的四个输出参数(最大功率点电压Um和电流Im、开路电压Uoc和短路电流Is)一起作为属性集合,用于提供给决策树生成算法自由选择合适的属性生成故障诊断决策树.实际应用中,只要获得需要的属性数据即可通过生成的决策树诊断出光伏组件的工作状态.实验结果证明了该方法的可行性和有效性.
推荐文章
基于光伏组件内部参数辨识的故障诊断模型
光伏组件
参数辨识
量子粒子群
BP神经网络
故障诊断
基于平衡决策树相关向量机的模拟电路多类故障诊断方法
模拟电路
多类故障诊断
平衡决策树
相关向量机
可分性度量
基于决策树与多元支持向量机的齿轮箱早期故障诊断方法
齿轮箱
决策树
支持向量机
故障识别
神经网络
基于SVM二叉决策树方法的矿井提升机故障诊断
支持向量机
故障诊断
二叉决策树
矿井提升机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树的光伏组件故障诊断方法研究
来源期刊 电工电能新技术 学科 工学
关键词 光伏组件 故障诊断 决策树 局部阴影 异常老化
年,卷(期) 2017,(6) 所属期刊栏目 新技术应用
研究方向 页码范围 83-88
页数 6页 分类号 TM46
字数 4480字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴春华 上海市电站自动化技术重点实验室上海大学自动化系 4 44 4.0 4.0
2 徐立娟 上海市电站自动化技术重点实验室上海大学自动化系 1 9 1.0 1.0
3 王元章 上海市电站自动化技术重点实验室上海大学自动化系 1 9 1.0 1.0
4 李智华 上海市电站自动化技术重点实验室上海大学自动化系 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (33)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (33)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(12)
  • 参考文献(2)
  • 二级参考文献(10)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光伏组件
故障诊断
决策树
局部阴影
异常老化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工电能新技术
月刊
1003-3076
11-2283/TM
大16开
北京中关村北二条6号(北京2703信箱)
82-364
1982
chi
出版文献量(篇)
2157
总下载数(次)
8
总被引数(次)
23485
论文1v1指导