基于光伏组件内部参数辨识的故障诊断模型

来源：计算机测量与控制杂志2018年第3期北京时间：

作者：杨宏超,程若发,吕彩艳,李家佳

单位：南昌航空大学 信息工程学院 江西 南昌 330063

摘要：光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征；首先通过MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨识并获取相应的数据,利用数据建立BP神经网络故障诊断模型并对故障类型进行诊断；仿真结果证明所用参数辨识方法可以准确对光伏组件内部参数进行辨识,诊断结果也表明所选取的故障特征是合理的,通过此模型可以准确的对光伏组件故障进行诊断。

关键词：光伏组件;参数辨识;量子粒子群;BP神经网络;故障诊断;

基金资助：国家编号(51567019)江西省教育厅项目编号(GJJ150757)江西省科技支撑计划项目(GB200404114)；