摘要
本发明公开了一种基于光伏生产运行数据定位组件故障的诊断方法,包括如下步骤:通过安装在光伏组件上的传感器,实时采集光伏组件的电流、电压、温度数据,以光伏组件的等效内阻建立故障特征的数据库;建立RBF神经网络模型;将采集的数据输入到训练好的RBF神经网络中,通过RBF神经网络的前向计算过程得到故障诊断结果;根据诊断结果采取相应的维修和保养措施;通过设置故障传感器测量的正常老化的I‑U输出值数据库,通过该故障传感器测量的正常老化的I‑U输出值数据库对比判断传感器是否故障,避免了因故障传感器获取的错误的测量数据影响光伏组件的故障诊断结果;以RBF神经网络模型为基础进行光伏组件的故障诊断,可以对非线性的故障类型进行诊断。
技术关键词
RBF神经网络
故障传感器
光伏组件
诊断方法
定位组件
故障特征
数据
内阻
神经网络模型
点分配
节点数
措施
样本
非线性
电流
电压
基础
曲线
系统为您推荐了相关专利信息
集成学习模型
动态增量
故障诊断方法
学习器
控制阀
开路故障诊断方法
三电平
DC‑DC变换器
滑模观测器
电感
电控空气悬架系统
OBD设备
控制诊断系统
远程通讯模块
服务器
故障诊断方法
残差生成器
状态空间模型
观测器
直流微电网技术