-
公开(公告)号：CN111444615B
公开(公告)日：2022-09-23
申请号：CN202010228062.3
申请日：2020-03-27
Applicant: 河海大学常州校区
IPC: G06F30/27 , G06F17/18 , G06K9/62 , G06Q50/06 , G06F111/10
Abstract: 本发明公开了一种基于K近邻和IV曲线的光伏阵列故障诊断方法，包括提取不同故障类型及不同辐照度、温度下的仿真IV特性曲线中的特征参数并进行标准化处理，得到不同故障类型及不同辐照度、温度下的仿真IV特性曲线特征向量；对仿真IV特性曲线特征向量进行降维处理；将所有故障类型下的仿真IV特性曲线降维处理后的特征向量作为训练数据集，将当前光伏阵列实测IV特性曲线降维处理后的特征向量作为实测数据集，采用K近邻分类算法对当前光伏阵列进行故障诊断。本发明可以较为准确的判断出光伏阵列故障可实现故障状态检测并及时维修，降低故障风险，保证光伏电站稳定运行。
-
公开(公告)号：CN111460644A
公开(公告)日：2020-07-28
申请号：CN202010228041.1
申请日：2020-03-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种具有故障诊断和功率预测功能的光伏阵列监测系统，光伏组件IV曲线测试模块、光伏组件电子负载、高精度辐照计以及上位机数据处理模块；所述上位机数据处理模块包括光伏组件故障诊断模块和功率预测模块；光伏组件故障诊断模型用于判断光伏组件故障类型，功率预测模型用于对光伏组件出力进行短期预测，上位机数据处理模块将故障诊断模型的输出和功率预测模型的输出写入函数库，通过界面进行显示，以及对IV曲线测试模块，电子负载和辐照计测得的数据进行处理并在界面绘制IV曲线。本发明能够在线实时获取光伏阵列的环境参数及电气参数，实时显示光伏组件的IV曲线以及进行故障诊断和功率预测，便于对光伏电站进行检测和运维。
-
公开(公告)号：CN111444615A
公开(公告)日：2020-07-24
申请号：CN202010228062.3
申请日：2020-03-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于K近邻和IV曲线的光伏阵列故障诊断方法，包括提取不同故障类型及不同辐照度、温度下的仿真IV特性曲线中的特征参数并进行标准化处理，得到不同故障类型及不同辐照度、温度下的仿真IV特性曲线特征向量；对仿真IV特性曲线特征向量进行降维处理；将所有故障类型下的仿真IV特性曲线降维处理后的特征向量作为训练数据集，将当前光伏阵列实测IV特性曲线降维处理后的特征向量作为实测数据集，采用K近邻分类算法对当前光伏阵列进行故障诊断。本发明可以较为准确的判断出光伏阵列故障可实现故障状态检测并及时维修，降低故障风险，保证光伏电站稳定运行。
-
公开(公告)号：CN111177973A
公开(公告)日：2020-05-19
申请号：CN201911344784.9
申请日：2019-12-24
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于强化学习的光伏阵列在线建模方法，其中包括参数a的强化学习模型执行器（101）、参数Rs的强化学习模型执行器（102）、参数Rsh的强化学习模型执行器（103）、参数dG的强化学习模型执行器（104）、单二极管模型（105）、误差计算模块（106）、估算I-V曲线与实测I-V曲线特征状态提取模块（107）、回报值计算模块（108）、具有I-V曲线扫描功能的功率变换器（201）、辐照度传感器（202）、光伏组件温度传感器（203），通过强化学习模型执行器实现模型参数在线提取与光伏阵列I-V特性曲线实时计算，同时保证了模型计算精度与计算速度。
-
公开(公告)号：CN102944827A
公开(公告)日：2013-02-27
申请号：CN201210486764.7
申请日：2012-11-26
Applicant: 河海大学常州校区
Abstract: 本发明公开一种智能太阳能电池片户外测试平台及其测试方法，其平台包括安装多个被测太阳能电池片的太阳能电池片支架、智能拓扑电路以及具有恒流恒压两种工作模式的电子负载和控制电路板；被测太阳能电池片通过玻璃与EVA胶膜封装太阳能电池片支架上，被测太阳能电池片通过互联条连接智能拓扑电路，智能拓扑电路连接至电子负载，电子负载与控制电路板相连。本发明对太阳能电池片的IV特性曲线进行测量，通过智能拓扑电路实现电池片的单独测量与串联测量切换；并将被采集的数据存储于平台的大容量存储模块内，同时通过无线网络，将数据发送给远程监控计算机，其能真实反映太阳能电池片在户外自然环境中的工作状态，实现对太阳能电池片户外工作性能的评估。
-
Patent Agency Ranking
公开(公告)号：CN114039546B
公开(公告)日：2024-07-23
申请号：CN202111384320.8
申请日：2021-11-18
Applicant: 河海大学常州校区
IPC: H02S50/10
Abstract: 本发明提供了基于光伏组件I‑V曲线重构的光伏阵列故障定位方法和装置，获得光伏阵列实际运行的电流数据和电压数据，以及光伏组件实际运行的电压时域信号；根据光伏组件的电压时域信号获得光伏组件实际运行的有效电压时域信号；根据光伏阵列实际运行的电流数据和电压数据获得光伏组件实际运行的有效电流时域信号；根据光伏组件实际运行的有效电压时域信号和有效电流时域信号重构光伏组件I‑V曲线；根据光伏组件I‑V曲线定位光伏组件的故障。本发明能够实现多种故障检测，又能够定位到光伏组件。
-
公开(公告)号：CN113722970B
公开(公告)日：2023-09-15
申请号：CN202111021359.3
申请日：2021-09-01
Applicant: 河海大学常州校区
IPC: G06F30/25 , G06F17/16 , G06F111/06 , G06F119/02
Abstract: 本发明属于光伏发电技术领域，公开了一种光伏功率超短期在线预测方法，首先，将采集到的光伏功率历史数据进行预处理，预处理过程包括对历史数据的分类以及滤波，目的在于提高训练数据的可信度；然后，采用中心频率观察法和改进的粒子群优化算法优化在线预测过程中各模型的参数；最后，将核函数极限学习机作为基础预测器，结合变分模态分解和相空间重构算法，完成超短期光伏功率预测。本发明的有益效果为通过对光伏功率数据本身存在的混沌特性进行分析，采用奇异谱分析、变分模态分解以及相空间重构方法消除了光伏功率数据的随机性与不确定性；以核函数极限学习机为基础预测器而建立一种在线预测方法，实现对光伏功率的超短期预测。
-
公开(公告)号：CN111177973B
公开(公告)日：2022-09-09
申请号：CN201911344784.9
申请日：2019-12-24
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于强化学习的光伏阵列在线建模方法，其中包括参数a的强化学习模型执行器（101）、参数Rs的强化学习模型执行器102）、参数Rsh的强化学习模型执行器（103）、参数dG的强化学习模型执行器（104）、单二极管模型（105）、误差计算模块（106）、估算I‑V曲线与实测I‑V曲线特征状态提取模块（107）、回报值计算模块（108）、具有I‑V曲线扫描功能的功率变换器201）、辐照度传感器（202）、光伏组件温度传感器（203），通过强化学习模型执行器实现模型参数在线提取与光伏阵列I‑V特性曲线实时计算，同时保证了模型计算精度与计算速度。
-
公开(公告)号：CN111460645B
公开(公告)日：2022-08-09
申请号：CN202010228397.5
申请日：2020-03-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种光伏系统故障建模仿真方法，通过模拟具有IV特性曲线扫描功能的光伏逆变器的扫描原理，通过模拟电流扫描原理，电流步长以一定自适应步长进行增加，计算对应电流下的各电池片的输出电压，从而通过对每个电池片的电压进行叠加，得到整个组串的IV特性曲线，并根据光伏组件旁路二极管开路故障的反向特性引入考虑雪崩击穿的单二极管模型，不仅可以准确的反映光伏组件IV特性曲线的正向特性，而且可以较为精确的表达反向特性的S型趋势，对光伏组件旁路二极管开路故障可以更为精确的建模。
-
公开(公告)号：CN111738398A
公开(公告)日：2020-10-02
申请号：CN202010571791.9
申请日：2020-06-22
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种用于行星齿轮故障诊断的新型深度特征学习方法，包括以下步骤：步骤a、利用振动传感器检测机电装备行星齿轮箱运行过程中所产生的原始振动信号；步骤b、在自动编码机损失函数基础上引入稀疏性惩罚项和收缩性限制项；步骤c、利用量子蚁群优化算法对深度学习架构中每个稀疏自动编码机和收缩自动编码机的具体位置和关键参数进行优化；步骤d、以所采集的行星齿轮箱原始振动信号为新型深度学习架构的输入，确定深度学习架构的初始深度和每层的初始宽度。本发明提供的一种用于行星齿轮故障诊断的新型深度特征学习方法，能够将数据学习能力和特征提取鲁棒性同时发挥到最优，可主动调整深度学习架构中稀疏自动编码机和收缩自动编码机的位置。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.01 seconds)
