基于LoRa和自适应神经网络模糊推理系统的光伏阵列故障诊断系统

为了提高光伏系统的可靠性和效率,本文设计了一种新的光伏阵列在线智能故障诊断系统。首先,使用霍尔电压电流传感器采集光伏阵列最大功率点作为原始数据,经过LoRa传输至诊断中心,再在采集到的原始数据中提取新的七维故障特征向量,包括工作电压、电流、辐照度和温度。其次,提出了一种基于自适应网络的优化模糊推理系统作为故障诊断模型。最后,通过基于Simulink的仿真和实验室光伏系统的实际故障实验,测试了所提出的基于自适应神经网络模糊推理系统的故障诊断模型的可行性和优越性。实验结果证明,所提出的基于自适应神经网络模糊推理系统的方法具有较好的性能,并且优于基于常规反向传播神经网络的方法。在仿真和实验数据集上,基于自适应神经网络模糊推理系统的故障诊断模型的总体准确性分别为99.9%和97.0%以上。     

基于BP神经网络的光伏组件在线故障诊断

为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于 BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在 Matlab 中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。     

基于BP神经网络的光伏组件在线故障诊断

为了提高光伏系统的发电效率,同时降低人工维护的成本,提出了一种基于BP(back propagation)神经网络的光伏组件在线故障诊断策略;分析了光伏组件短路和异常老化故障的成因,并在Matlab中对光伏组件故障状态下的输出特性进行了仿真研究。根据仿真结果并结合光伏组件的数学模型,总结了光伏组件的故障规律,建立了BP神经网络故障诊断模型及模拟光伏组件各种故障的仿真模型。用该模型采集了适合神经网络训练的样本,并对神经网络诊断模型进行了训练。结合光伏功率优化器,进行了组件在线故障诊断的仿真和实验研究,结果验证了文中方法的正确性、有效性和环境适应性。     

寻址编码技术在航空电源系统故障检测与诊断中的应用

电源系统故障的有效诊断是保证电源系统安全可靠的重要途径。针对当前航空电源系统故障诊断存在的不足,提出一种寻址编码技术查询故障,并设计故障测试平台,设定故障检测门限,采集数据进行定量分析的新方法。寻址编码结合实测数据定量分析的方法,提高了故障诊断的效率和精度。以某战机的应急电源系统为例,实验验证了此方法故障定位精确、测试效率高,有效解决了航空电源系统故障诊断不准确的问题。     

基于BP神经网络的光伏阵列故障诊断研究

光伏阵列多安装在较恶劣的室外环境中,因此在运行过程中常会发生故障。为辨别光伏阵列故障类型,提出了基于L-M算法的BP神经网络的故障诊断方法。在深入分析不同故障状态下光伏阵列输出量变化规律的基础上,确定了故障诊断模型的输入变量。本方法无需额外的设备支持,具有简便、成本低的优点;可以在线实时地进行故障诊断。仿真和初步实验结果验证了基于BP神经网络的故障诊断方法可以有效地检测出光伏阵列短路、断路、异常老化及局部阴影等四种故障。     

光伏阵列故障类型的改进型RBF神经网络识别算法

光伏阵列是光伏系统中非常重要的组成部分。传统的BP神经网络诊断算法有着精度低、收敛速度慢等缺点,为了精确地诊断出光伏阵列内部的故障位置及其类型,通过分析阵列开路、短路、老化、阴影和电池板裂片5种故障,提出了一种改进型RBF神经网络的故障诊断识别算法。首先,建立RBF神经网络的光伏阵列故障诊断模型,确定基于遗传算法的故障模型隐层中心的确定方法,然后针对基于粒子群优化算法的网络模型进行自适应权重寻优的仿真实验。最后,将优化的算法与传统RBF神经网络算法进行对比。结果表明:该优化算法不仅可以有效地诊断光伏阵列的故障类型,还可以提高故障诊断的准确率。     

基于半监督机器学习法的光伏阵列故障诊断EI北大核心CSCD

由于光伏组件的非线性输出特性,传统故障保护装置难以检测到所有故障,从而导致光伏阵列出现安全问题和火灾危险。针对传统故障保护装置存在的缺陷问题,提出一种基于半监督机器学习(semi-supervised machine learning,SSML)算法的光伏阵列故障诊断模型,模型利用参考光伏组件将光伏阵列电压与电流归一化,通过半监督机器学习算法分析光伏阵列工作点状态,进而检测故障和识别故障类型。该故障诊断模型仅需要少量容易测量的标签数据,且对环境变化有较强适应能力。最后,通过仿真和实验,验证该故障诊断模型的有效性。     

基于半监督机器学习法的光伏阵列故障诊断

由于光伏组件的非线性输出特性,传统故障保护装置难以检测到所有故障,从而导致光伏阵列出现安全问题和火灾危险。针对传统故障保护装置存在的缺陷问题,提出一种基于半监督机器学习(semi-supervised machine learning,SSML)算法的光伏阵列故障诊断模型,模型利用参考光伏组件将光伏阵列电压与电流归一化,通过半监督机器学习算法分析光伏阵列工作点状态,进而检测故障和识别故障类型。该故障诊断模型仅需要少量容易测量的标签数据,且对环境变化有较强适应能力。最后,通过仿真和实验,验证该故障诊断模型的有效性。     

光伏系统直流侧故障电弧类型辨识及电路保护

光伏阵列中故障电弧类型分为串联型和并联型,针对不同类型的故障电弧需要采用不同的电路保护策略,研究光伏系统故障电弧特性、检测方法及故障电弧类型辨识方案对保证光伏系统运行的可靠性具有重要意义。为了能准确检测电弧信号,首先采集光伏系统直流母线电流信号,随后通过标准差提取信号时域特征、小波包分析提取信号频域特征,构建特征平面,根据信号在特征平面内的位置进行故障电弧检测;提出后断前检法(断开光伏系统直流母线,在断点前采集光伏阵列电压信号进行故障电弧再检测)进行串并联故障电弧区分。理论分析和实验结果验证了所提方法的可行性和正确性。     

光伏并网逆变器NARX模型的系统辨识

提出了一种逆变器辨识建模方法,将单相光伏并网逆变器视为黑箱,无需逆变器内部电路、开关拓扑结构和参数及其控制系统的类型和逻辑关系,仅需采集逆变器输入输出两侧的外部数据,利用NARX模型辨识非线性系统,即可得到逆变器较准确的数学模型。采用该方法在7.68 kW光伏并网发电系统中进行了实验,验证了其正确性和有效性。     

交流串入直流回路引起开关跳闸的原因分析

介绍了西柏坡发电厂220kV升压站中间开关跳闸的事故概况,分析了交流电压串入直流回路后对微机保护的影响,并提出了相应的防范措施。     

交流串入直流回路引起开关跳闸的原因分析

介绍了西柏坡发电厂220 kV升压站中间开关跳闸的事故概况,分析了交流电压串入直流回路后对微机保护的影响,并提出了相应的防范措施.     

新建机组抗燃油系统冲洗问题探讨

针对邹县发电厂新建1000MW超超临界机组抗燃油系统冲洗过程的问题进行了分析,提出防范措施。     

面向对象与面向过程的程序设计方法比较

讨论了面向对象与面向过程的程序设计方法,并对它们进行了比较,重点论述了面向对象的程序设计方法与面向过程的程序设计方法的区别以及面向对象的程序设计方法的主要优点．     

窑内气流和气氛的均匀性

运用流体力学的原理对气氛保护烧结窑内的气流的状况进行了分析,了在窑内垂直于推进方向的同一截面内气氛差异的原因,并提出了减小气氛差异的办法。     

对谐波影响下的电能计量方式的探讨

为保障电力企业经济运营效果和促进用户对谐波的治理，通过分析电力系统谐波对电力营运企业电能计量的影响，提出对基波电能与谐波电能分别计量的计量方式，并介绍了电能计量装置技术改造的方法，举例分析了技术改造的经济效益。     

影响工程竣工决算报表准确性因素的研究

工程竣工决算报表是全面综合地反映竣工项目建设成果及财务情况的总结性文件.分析了影响工程竣工决算报表准确性的工程设计与工程实施两方面因素的各种具体体现.并针对这些问题提出了解决措施.     

利用锅炉排污水余热取暖初探

分析了火电厂锅炉连续排污的废水热能浪费及其利用价值，介绍了末阳火电厂利用排污水余热取暖的设计和使用效果。说明在火电厂利用废水余热节能有着得天独厚的条件，大有潜力可挖。     

贴片式熔断器耐焊接热失效原因分析及改善工艺

为适应电子元器件装配自动化、电子产品小型化的发展趋势,贴片式高密度元件逐渐成为电子行业的首选,作为保护性元器件的贴片式熔断器以其小型化、贴片化、耐高温、耐高压、成本低等特点得到了越来越广泛的应用.本文通过对贴片式熔断器经过耐焊接热可靠性测试后失效,产品出现阻值变化率异常的原因,根据贴片式熔断器的生产制造、使用的原理进行分析,找出造成失效的原因,并根据原因,提出具体改善方案能解决耐焊接热可靠性失效,从而提高电子产品的可靠性.     

论导热油加热传输技术的应用特点及节能效果

导热油加热传输应用技术已逐步在各行业应用，由于导热油具有良好的热工性能，使得这类加热系统综合热效率可达８０～８５％，节能效果显著。本文针对这一加热系统的原理、设备、设计、运行等使用中可能会遇到的问题作了粗浅的探讨，并对节能效果举了一些实例说明。