龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国计量大学
摘要：本发明提供一种光伏组件隐裂故障的诊断方法，包括：获取光伏组件I‑V输出特性曲线，通过I‑V输出特性曲线计算太阳能电池的模型参数，依靠隐裂故障与模型参数的对应关系，从中提取出用于诊断隐裂故障的特征量，再运用RBF神经网络模型判断光伏组件是否存在隐裂故障以及隐裂故障的严重程度。最后，通过改进后的加权欧式距离算法定量计算隐裂故障的程度值。该方法无需依靠精密仪器设备，只需利用光伏组件的输出特性曲线即可实现隐裂故障的诊断，有助于节约光伏电站的运维成本。
主权项：1.一种基于RBF神经网络的光伏组件隐裂故障诊断方法，其特征在于：依靠光伏组件的I-V输出特性曲线，计算光生电流Iph、串联电阻Rs和失效电阻Rb用于诊断隐裂故障。将Iph、Rs、Rb作为故障诊断模型的输入量，判断光伏组件是否存在隐裂故障，并区分隐裂故障的严重程度。最后，通过改进后的加权欧式距离算法，定量计算组件的故障程度值。其具体步骤如下：步骤一：依靠光伏组件的I-V输出特性曲线与等效电路模型参数，经过数据计算，获取三个特征量：光生电流Iph、串联电阻Rs和失效电阻Rb。步骤二：创建RBF神经网络故障诊断模型，用此模型判断光伏组件是否具有隐裂故障，并得出隐裂故障的严重程度。将收集到的光伏发电运营企业提供的数据，按照组件功率下降比例的不同，将数据分类为非隐裂、轻度隐裂、中度隐裂和重度隐裂。将Iph、Rs和Rb作为RBF神经网络故障诊断模型的输入，并选用高斯基函数作为隐含层的激活函数，最后输出层输出组件隐裂的严重程度。步骤三：运用改进后的加权欧氏距离算法，把步骤二中经过判断的光伏组件特征参数与加权欧氏距离算法结合，定量估算其隐裂故障的程度值。
全文数据：
权利要求：
百度查询： 中国计量大学 一种基于RBF神经网络的光伏组件隐裂故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号