首页|基于数据扩充的光伏组件故障诊断方法

基于数据扩充的光伏组件故障诊断方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对光伏发电组件故障类型复杂且监测困难的问题,在原始小样本数据的基础上,提出基于数据扩充的光伏组件故障诊断方法.首先,在光伏发电组件等效模型基础上,建立以光伏发电组件输出电压、输出电流、太阳辐照度及组件表面温度为输入量的单隐含层BP神经网络故障诊断模型,并基于Kolmogorov定理确定隐含层神经元数量;其次,引入原始小样本数据源及白噪声扩充原始数据后的数据源;最后,在同一故障诊断模型下,对两种数据源进行诊断准确率及效率的对比分析.结果表明,利用白噪声扩充后的数据进行诊断,其准确率达到100％,高于原始数据诊断的平均准确率81.25％.故该故障诊断方法可实现对组件故障类型的判断,具有一定的实用性,可为工程应用中利用小样本数据进行光伏组件故障诊断提供参考.
Fault Diagnosis Method of Photovoltaic Module Based on Data Expansion

尹春杰、宋彦螟、肖发达、隋涛、李鹏飞、王亚男

展开 >

山东建筑大学信息与电气工程学院,山东济南250101

青岛供电公司,山东青岛266000

光伏发电组件 故障诊断 神经网络 小样本数据 白噪声

2019GGX103028

2021

10.11907/rjdk.211872

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(10)
  • 1
  • 13