基于光伏组件内部参数辨识的故障诊断模型

• 作者: 吕彩艳 李家佳 杨宏超 程若发
• 来源期刊: 计算机测量与控制
• 关键词: 光伏组件 参数辨识 量子粒子群 BP神经网络 故障诊断
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.03.010

摘要

光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过 MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨识并获取相应的数据,利用数据建立BP神经网络故障诊断模型并对故障类型进行诊断;仿真结果证明所用参数辨识方法可以准确对光伏组件内部参数进行辨识,诊断结果也表明所选取的故障特征是合理的,通过此模型可以准确的对光伏组件故障进行诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程若发	南昌航空大学信息工程学院	34	91	6.0	6.0
2	杨宏超	南昌航空大学信息工程学院	9	21	3.0	4.0
3	吕彩艳	南昌航空大学信息工程学院	9	21	3.0	4.0
4	李家佳	南昌航空大学信息工程学院	2	4	2.0	2.0