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:
光伏阵列由数量庞大的光伏组件构成,使得在发生故障时难以精确定位故障位置.针对这一难题,该文提出一种基于改进BP神经网络的光伏阵列多传感器故障检测定位方法,该方法将传感器分成若干个检测单元,在检测故障时,先将故障定位到检测单元;然后利用改进BP神经网络对检测单元内部的故障特征值与故障位置间的映射关系进行学习,从而实现光伏阵列故障点的检测与定位;最后提出一种新的非硬性故障判据.经过Matlab仿真测试,论证该方法的有效性及优异性.
推荐文章
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
基于BP神经网络的光伏系统故障诊断方法
光伏发电系统
BP神经网络
L-M算法
多类型故障
故障诊断
基于BP神经网络的多传感器系统滤波降噪算法
白噪声
多传感器
BP神经网络
最优加权
基于神经网络的传感器故障监测与诊断方法研究
输出特性
传感器故障
神经网络
监测与诊断
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 基于改进BP神经网络的光伏阵列多传感器故障检测定位方法
来源期刊 太阳能学报 学科 工学
关键词 光伏阵列 大规模 多传感器 故障检测定位 神经网络
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 110-116
页数 7页 分类号 TK514
字数 3383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 贾嵘 西安理工大学水利水电学院 101 1600 21.0 37.0
2 张惠智 西安理工大学水利水电学院 9 29 3.0 4.0
3 韩杰 2 6 1.0 2.0
4 李云桥 西安理工大学水利水电学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (94)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (99)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(13)
  • 参考文献(1)
  • 二级参考文献(12)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(12)
  • 参考文献(2)
  • 二级参考文献(10)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
光伏阵列
大规模
多传感器
故障检测定位
神经网络
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
太阳能学报
月刊
0254-0096
11-2082/TK
大16开
北京市海淀区花园路3号
2-165
1980
chi
出版文献量(篇)
7068
总下载数(次)
14
总被引数(次)
77807
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导