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BP神经网络容易陷入局部极小点的问题,提出了自适应权重粒子群对BP神经网络优化的光伏阵列故障诊断方法.创建BP神经网络诊断模型,并且分析诊断模型的输入和输出.明确指出故障的类型与特征量,将Isc、Uoc、Um和Im值作为BP神经网络训练数据样本进行仿真测试.仿真结果表明,该方法的精准度较高,并且训练过程简单,对故障诊断具有较强的实时性.
推荐文章
基于自适应周期变异粒子群优化BP神经网络的旋转机械故障诊断
粒子群优化
自适应周期变异
BP神经网络
故障诊断
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
粒子群优化RBF神经网络的光伏阵列故障诊断
光伏阵列
故障诊断
RBF神经网络
粒子群算法
基于粒子群优化的可拓神经网络故障诊断方法研究
故障诊断
可拓神经网络
粒子群
物元
关联函数
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 基于自适应权重粒子群优化BP神经网络的光伏阵列故障诊断方法研究
来源期刊 电子设计工程 学科
关键词 自适应权重粒子群 BP神经网络 光伏阵列 故障诊断
年,卷(期) 2021,(9) 所属期刊栏目 测量与控制|Measurement and Control
研究方向 页码范围 75-79
页数 5页 分类号 TN98
字数 语种 中文
DOI 10.14022/j.issn1674-6236.2021.09.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (195)
共引文献  (39)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(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)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(18)
  • 参考文献(0)
  • 二级参考文献(18)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(36)
  • 参考文献(0)
  • 二级参考文献(36)
2017(26)
  • 参考文献(0)
  • 二级参考文献(26)
2018(30)
  • 参考文献(3)
  • 二级参考文献(27)
2019(20)
  • 参考文献(13)
  • 二级参考文献(7)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
自适应权重粒子群
BP神经网络
光伏阵列
故障诊断
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
论文1v1指导