徐州市科技计划项目(XJ11B010)
- 作品数：2 被引量：34H指数：2
- 相关作者：孙晓燕徐瑞东胡义华陈昊戴瀹更多>>
- 相关机构：中国矿业大学浙江大学更多>>
- 发文基金：徐州市科技计划项目更多>>
- 相关领域：电气工程矿业工程更多>>
- 基于BP神经网络的光伏阵列温度预测被引量：14
- 2012年
- 针对现有太阳能光伏阵列仿真实验中因采用环境温度代替光伏组件温度而导致的光伏阵列建模不正确问题,指出应在光伏电池仿真模型中区分环境温度和组件的实际工作温度;分析了光伏组件温度与环境温度和输出功率的关系,给出了一种基于BP神经网络的光伏阵列组件温度预测方法,并将预测结果与实测结果进行比较,得出结论:该方法可有效预测光伏阵列组件温度,且采用前一天数据和前三天数据都有较好的预测效果,因此实际应用时可采用前一天的数据来预测当天的组件温度。
- 徐瑞东戴瀹孙晓燕
- 关键词：光伏发电光伏阵列BP神经网络
- 基于高斯过程的光伏阵列故障定位被引量：20
- 2013年
- 光伏阵列由大量串联和并联的光伏组件组成,使得在某一(些)光伏组件出现故障时,对故障点的精准定位较难,针对此问题,本文提出了基于高斯过程回归机制的光伏阵列故障定位方法。首先,采用二进制码表示光伏阵列工作状态,将各二进制码转换为整数,构建了基于整数回归的故障定位模型;然后,采用高斯过程对转换后的光伏阵列工作状态进行拟合;最后,根据当前光伏阵列输出电压、电流等信号,实现对故障诊断和故障点定位。将所提算法应用于2×4光伏阵列系统,分别针对一个、两个、三个、四个光伏组件出现故障,以及前三种组合状态的情况进行实验,并与常用BP神经网络故障定位方法进行比较。从实验结果可以看出本文所提故障定位方法优于BP神经网络;高斯过程对一个、两个及三个光伏组件出现故障的情况能够进行很好的定位,但是对四个组件同时出现故障的情况存在一定的定位误差。
- 徐瑞东陈昊胡义华孙晓燕
- 关键词：光伏阵列光伏组件故障定位高斯过程
