作者:
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:
针对光伏阵列发电机组的物理结构较为复杂,工作状况相对恶劣,故障发生率较高等问题,提出了一种基于BP神经网络的光伏阵列发电机组故障诊断方法,利用BP神经网络建立分类模型,并结合光伏阵列发电机组的电压、电流等信号分析,实现对光伏阵列发电机组的故障判断和故障类型识别.准确有效的对光伏阵列发电机组故障识别与判断,对于光伏发电企业生产与设备检修都具有重要意义及参考价值.
推荐文章
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神经网络的光伏阵列故障诊断研究
BP神经网络
光伏阵列
故障诊断
L-M算法
基于BP神经网络的卫星故障诊断方法
卫星
BP神经网络
故障诊断
基于LM-BP神经网络的气阀故障诊断方法
Levenberg-Marquardt算法
BP神经网络
多级往复式压缩机
气阀故障
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BP神经网络的光伏阵列故障诊断研究
来源期刊 数码世界 学科
关键词 光伏阵列发电机组 故障诊断 BP神经网络
年,卷(期) 2019,(12) 所属期刊栏目 前沿科技
研究方向 页码范围 14
页数 1页 分类号
字数 2467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 崔艺梦 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
光伏阵列发电机组
故障诊断
BP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
数码世界
月刊
1671-8313
12-1344/TP
大16开
北京市海淀区永定路4号A院3号楼506室
6-167
2002
chi
出版文献量(篇)
22805
总下载数(次)
112
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导