-
公开(公告)号:CN105141255A
公开(公告)日:2015-12-09
申请号:CN201510498491.1
申请日:2015-08-12
Applicant: 河海大学常州校区
IPC: H02S50/10
Abstract: 本发明公开一种光伏阵列故障诊断方法,方法基于多级聚类的支持向量机SVM算法,进行光伏阵列故障诊断,步骤如下:(1)、首先对训练样本集的各类中心进行分级聚类,以聚类分析的相似性测度为均值距离,并假设每一级中前两类的均值距离最小,其他相似性测度同理,将均值最小的2个样本,并为一类;(2)、然后以(1)中得到的样本为SVM输入输出样本,对数据样本进行训练,得到各级的SVM模型,包括SVM1、SVM2、SVM3;(3)、最后将数据测试样本输入训练好的SVM模型中,进行逐级分类诊断,进一步确定系统的故障类型。本发明的实施过程简明易实现,能及时地进行故障的诊断,有助于光伏系统的运营维护。
-
公开(公告)号:CN105141249A
公开(公告)日:2015-12-09
申请号:CN201510494859.7
申请日:2015-09-15
Applicant: 河海大学常州校区
IPC: H02S40/36
Abstract: 本发明公开一种失配条件下光伏阵列动态组态重构拓扑电路及方法,通过光伏阵列控制器采样到的光伏阵列当前拓扑结构工作在最大功率点的电流和此时失配光伏组件上流过的电流,计算出当前正常工作光伏组件的辐照度和失配光伏组件辐照度;然后进一步计算光伏阵列分别处于多路MPPT工况和TCT工况下的输出功率;最后通过比较2种输出功率的大小,控制各路电子开关的通断,实现光伏阵列多路MPPT电路结构和TCT电路结构的相互切换,完成光伏阵列动态组态重构。本发明实施过程简明,能及时地对光伏组件的阴影遮挡进行判断,进而对光伏阵列的组态进行调整,降低了阴影对阵列输出特性的影响,减少了能量损失,提高了系统的效率。
-
公开(公告)号:CN105023070A
公开(公告)日:2015-11-04
申请号:CN201510492480.2
申请日:2015-08-12
Applicant: 河海大学常州校区
Abstract: 本发明公开一种光伏系统输出功率预测方法,选择预测日前一天的输出功率历史数据、全天的平均温度、平均辐照度组成原始的训练样本集Xi,构建Xi的满足高斯分布随机过程的函数t,预测日实测输出功率数据、全天的平均温度、平均辐照度组成测试的训练样本集X*,预测日满足高斯分布随机过程的函数的实测数据作为T*,建立了基于组合核函数的t和T*的高斯过程,实现光伏输出功率的预测。本发明的实施过程简明,利用输出功率的历史数据对光伏系统的输出功率进行预测,避免创建复杂的预测模型,降低了预测的难度,有助于电网电量的调度。
-
公开(公告)号:CN105843115A
公开(公告)日:2016-08-10
申请号:CN201610164485.7
申请日:2016-03-22
Applicant: 河海大学常州校区
IPC: G05B19/042
CPC classification number: G05B19/042 , G05B2219/25338
Abstract: 本发明公开了一种光伏智能移动平台,包括三块光伏板、第一光伏支架、第二光伏支架、第三光伏支架、麦克纳姆全向轮、底盘、上盖、辐照仪台、两个自锁电机和微处理器控制系统。本发明提供一种光伏智能移动平台,不仅可利用光伏板和光伏控制器控制锂电池充放电,并通过光伏支架和自锁电机实现支架的展开和收拢。同时通过上位机软件接收平台数据,并对数据进行处理,地图定位,利用行走算法下达行走指令,调整平台运行速度以及姿态,实现平台点对点行走和远程监控,且平台可通过自动检测电量、辐照度以及利用寻光算法寻找最佳充电场所,进行智能充电。
-
公开(公告)号:CN105160423A
公开(公告)日:2015-12-16
申请号:CN201510494834.7
申请日:2015-09-14
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于马尔科夫残差修正的光伏发电预测方法,首先选取相似天气条件下的数据作为原始样本,运用灰色模型进行预测;再将预测的数据和实测的数据归一化,作为神经网络的输入,并加入辐照度和平均温度值,通过选取合适的输入层、隐含层、输出层节点建立神经模型,对输入样本进行网络训练,得到预测日的各时刻的预测值;然后计算预测值与实测值之间的相对误差,再通过马尔科夫模型对误差进行修正,进而得到最终的预测值。本发明的实施过程简明,灰色神经网络预测模型是用相对确定的值来预测未知值,能更好的跟踪输出功率的实际变化趋势,而马尔科夫模型又可以弥补了灰色神经网络预测波动性大的缺点,使得预测模型更加的准确和可靠。
-
公开(公告)号:CN105071771A
公开(公告)日:2015-11-18
申请号:CN201510567882.4
申请日:2015-09-08
Applicant: 河海大学常州校区
IPC: H02S50/00
Abstract: 本发明公开一种基于神经网络的分布式光伏系统故障诊断方法,以光伏阵列的辐照度、温度参数组成系统输入信号xin,以电流、电压、功率、逆变器的功率、电能质量为参数组成系统的输出信号为yout,训练输入样本由xin和yout组成,训练输出样本为y。以正常样本为输入,训练RBF网络,得到其相应的结构参数。然后将待测的样本作为已训练好的RBF网络的输入,得到RBF神经网络的估计输出和系统实际输出信号之间的残差。若残差超过该故障限,则说明系统处于故障状态;反之,说明系统工作正常。本发明的实施过程简明易实现,能及时地进行光伏系统故障的诊断,有助于光伏系统的运营维护。
-
公开(公告)号:CN104601108A
公开(公告)日:2015-05-06
申请号:CN201510070736.0
申请日:2015-02-10
Applicant: 河海大学常州校区
IPC: H02S50/00
CPC classification number: H02S50/00
Abstract: 本发明公开了一种小型光伏电站的故障诊断方法,包含:系统故障判定、固定遮挡物阴影排除和具体典型故障类型判定;根据所测到的光伏阵列最大功率点处电流、电压、辐照度和温度,计算系统故障判定因子:若故障判定因子小于设置阈值,发出警告,启动故障诊断程序;固定遮挡物阴影排除是利用计算每串光伏组件的故障判定因子,若小于对应阈值,则计算遮挡物阴影面积,若某时刻阴影面积能够遮住组件,且被遮挡组件所在串的电流减小,说明此阴影为固定遮挡物阴影,不作为系统故障;其他典型故障类型的判定是通过分析各种故障类型相对应的判定条件而确定的。本发明只需少量的传感器就可达到故障诊断的目的,具有运营成本低、诊断效率高、准确度高的优点。
-
公开(公告)号:CN105141249B
公开(公告)日:2018-01-12
申请号:CN201510494859.7
申请日:2015-09-15
Applicant: 河海大学常州校区
IPC: H02S40/36
Abstract: 本发明公开一种失配条件下光伏阵列动态组态重构拓扑电路及方法,通过光伏阵列控制器采样到的光伏阵列当前拓扑结构工作在最大功率点的电流和此时失配光伏组件上流过的电流,计算出当前正常工作光伏组件的辐照度和失配光伏组件辐照度;然后进一步计算光伏阵列分别处于多路MPPT工况和TCT工况下的输出功率;最后通过比较2种输出功率的大小,控制各路电子开关的通断,实现光伏阵列多路MPPT电路结构和TCT电路结构的相互切换,完成光伏阵列动态组态重构。本发明实施过程简明,能及时地对光伏组件的阴影遮挡进行判断,进而对光伏阵列的组态进行调整,降低了阴影对阵列输出特性的影响,减少了能量损失,提高了系统的效率。
-
公开(公告)号:CN104601108B
公开(公告)日:2017-02-01
申请号:CN201510070736.0
申请日:2015-02-10
Applicant: 河海大学常州校区
IPC: H02S50/00
Abstract: 本发明公开了一种小型光伏电站的故障诊断方法,包含:系统故障判定、固定遮挡物阴影排除和具体典型故障类型判定;根据所测到的光伏阵列最大功率点处电流、电压、辐照度和温度,计算系统故障判定因子:若故障判定因子小于设置阈值,发出警告,启动故障诊断程序;固定遮挡物阴影排除是利用计算每串光伏组件的故障判定因子,若小于对应阈值,则计算遮挡物阴影面积,若某时刻阴影面积能够遮住组件,且被遮挡组件所在串的电流减小,说明此阴影为固定遮挡物阴影,不作为系统故障;其他典型故障类型的判定是通过分析各种故障类型相对应的判定条件而确定的。本发明只需少量的传感器就可达到故障诊断的目的,具有运营成本低、诊断效率高、准确度高的优点。
-
公开(公告)号:CN105162413A
公开(公告)日:2015-12-16
申请号:CN201510567884.3
申请日:2015-09-08
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于工况辨识的光伏系统性能实时评估方法,分为离线和在线两部分。离线部分利用历史数据训练获得正常条件下的最优核判别矢量,存入模型库;在线部分将数据采集系统采集的数据进行预处理,利用核主成分分析法对数据进行特征提取,然后进行工况辨识。若为新工况,则训练新的性能评价模型并存入模型库。如果是已有的工况空间,则调用相应的性能评价模型进行性能评估。本发明的实施过程简明易实现,充分考虑了光伏系统在运营过程中的复杂性和多变性,为光伏系统的维护提供有力依据。
-
-
-
-
-
-
-
-
-