典型文献
基于门控循环神经网络的光伏阵列故障识别与定位研究
文献摘要：
光伏电站大多地处恶劣环境,易出现多种类型故障,目前光伏阵列故障的精确识别与定位存在较大困难.为此,提出一种基于门控循环(GRU)神经网络的光伏阵列故障识别与定位策略.首先搭建了光伏电站仿真模型,采用扰动观测法实现光伏组件的最大功率跟踪;通过开展不同类型光伏阵列故障模拟试验,分析确定故障特征参数;然后采集不同故障的样本集,建立基于GRU神经网络的故障诊断模型;最后分别通过仿真模型与光伏实验平台与BP神经网络模型进行对比验证.验证结果表明,GRU神经网络故障诊断模型能够更加准确地识别与定位光伏阵列故障,可用于指导光伏电站日常维护,提高电站的经济效益.
文献关键词：
光伏阵列;故障诊断;故障定位;门控循环神经网络;扰动观测法
中图分类号：
作者姓名：
高天龙;刘卫亮;张文军
作者机构：
西北工业大学微电子学院,陕西 西安 710129;华北电力大学自动化系,河北 保定 071003
文献出处：
引用格式：
[1]高天龙;刘卫亮;张文军-.基于门控循环神经网络的光伏阵列故障识别与定位研究)[J].热力发电,2022(03):21-28
A类：
B类：
门控循环神经网络,光伏阵列,故障识别,识别与定位,定位研究,光伏电站,恶劣环境,多种类型,精确识别,GRU,定位策略,扰动观测法,光伏组件,最大功率跟踪,故障模拟,模拟试验,故障特征,样本集,故障诊断模型,实验平台,对比验证,网络故障诊断,日常维护,故障定位
AB值：
0.273802
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
