一种分离三维拓扑绝缘体Bi2Se3的不同线偏振张量引起的线偏振光致电流的方法

    公开(公告)号:CN110208324A

    公开(公告)日:2019-09-06

    申请号:CN201910468994.2

    申请日:2019-05-31

    Applicant: 福州大学

    Abstract: 本发明涉及一种分离三维拓扑绝缘体Bi2Se3的不同线偏振张量引起的线偏振光致电流的方法,首先测量Bi2Se3样品在不同入射角下的线偏振光致电流,接着根据三维拓扑绝缘体Bi2Se3线偏振张量引起的线偏振光致电流随入射角的不同变化关系,将(正入射角的线偏振光致电流-负入射角的线偏振光致电流)/2得到一个线偏振张量引起的线偏振光致电流,将(正入射角的线偏振光致电流+负入射角的线偏振光致电流)/2得到另一个线偏振张量引起的线偏振光致电流。本发明测量结果准确,十分简单易行,成本低廉,有利于日后推广应用。

    一种基于小波多分辨分析和SVM的光伏发电阵列故障诊断和分类的方法

    公开(公告)号:CN109617526A

    公开(公告)日:2019-04-12

    申请号:CN201811561729.0

    申请日:2018-12-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于小波多分辨分析和SVM的光伏发电阵列故障诊断和分类的方法,首先采集光伏阵列不同工作状态下不同温照度的电流和电压样本信号;接着进行归一化处理得到电流变化率、电压变化率、功率变化率和电导变化率;然后对得到的四个样本信号进行滑动取窗口信号,并进行小波变换的多分辨率分析;计算四个窗口信号第N层分解的高频信号的2范数,进而构成维度为4的特征向量;然后由不同工作状态的多组样本信号得到多个特征值向量,并分为训练数据与测试数据;最后设置支持向量机SVM的参数,从训练数据中训练故障诊断模型,用测试数据检测该模型的分类的准确性。本发明环境适用性强,有较强的创新性,训练的模型能实现较高精度的故障诊断和分类。

    一种基于最优旋转森林的智能光伏阵列故障诊断方法

    公开(公告)号:CN109034220A

    公开(公告)日:2018-12-18

    申请号:CN201810766919.X

    申请日:2018-07-13

    Applicant: 福州大学

    CPC classification number: G06K9/6256 G06N3/08 G06Q10/0639

    Abstract: 本发明涉及一种基于最优旋转森林的智能光伏阵列故障诊断方法。该方法:首先,采集各种工况条件下的光伏电气特性数据并进行数据映射相关运算,得到全面的故障特征;其次,利用ReliefF特征选择算法对其进行重要性权重排序,获得最重要的故障特征;而后,利用改进旋转森林算法对其进行处理获得基分类器的输入变量;再而,极限学习机代替原始旋转森林算法中的决策树以克服过拟合问题,遍历法获取最优模型参数;进一步地,利用改进旋转森林算法与极限学习机相结合的混合算法对训练集中的每个样本进行训练,得到最优旋转森林故障诊断训练模型;最后,利用训练模型对光伏阵列进行故障检测和分类。本发明方法分类准确率较高,是一种有效的光伏故障诊断替代方案。

    基于差分进化随机森林分类器的光伏阵列故障诊断方法

    公开(公告)号:CN108062571A

    公开(公告)日:2018-05-22

    申请号:CN201711439293.3

    申请日:2017-12-27

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于差分进化随机森林分类器的光伏阵列故障诊断方法。该方法:首先,采集各种工况条件下的光伏阵列电压和各个光伏组串的电流,并以不同的标识符对各种工况进行标识;其次,采用基于袋外数据的分类误判率均值大小确定随机森林模型中决策树的数量范围;而后,利用差分进化算法对其决策树数量范围进行全局优化,得到最优的决策树数量值;再而,将计算出的最优决策树数量值带入利用随机森林分类器并对样本进行训练,得到随机森林故障诊断训练模型;最后,利用训练模型对光伏阵列进行故障检测和分类。本发明方法,能够在保证最优的模型分类准确率的同时大大加快模型训练速度,从而更快速、准确地实现对光伏发电阵列的故障检测和分类。

    一种光伏阵列实时状态监测与故障定位系统

    公开(公告)号:CN108008176A

    公开(公告)日:2018-05-08

    申请号:CN201711173022.8

    申请日:2017-11-22

    Applicant: 福州大学

    Abstract: 本发明涉及一种光伏阵列实时状态监测与故障定位系统。包括电压电流传感电路、数据采集卡以及MATLAB上位机数据管理中心;所述电压电流传感电路用以进行光伏阵列的电压和各个组串电流的检测;所述MATLAB上位机数据管理中心用于进行数据采集卡的各项设置以及数据处理;根据所述数据采集卡采集传输至MATLAB上位机数据管理中心的数据,MATLAB上位机数据管理中心通过采用阈值法-Hampel辨识法相结合的光伏阵列离群值检测算法,比较不同光伏组串瞬时电流进行异常检测实现故障定位。本发明系统能够自动定时采集光伏电气数据并快速、准确地判断是否发生故障及实现故障组串定位,从而及时发现光伏阵列中的潜在性故障,保证了光伏发电系统安全、稳定地运行。

Patent Agency Ranking