(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112630521A(43)申请公布日2021.04.09(21)申请号202110046058.X(22)申请日2021.01.14(71)申请人沈阳富润太阳能科技开发有限公司地址110136辽宁省沈阳市沈北新区沈北路49号(72)发明人夏之秋 张强 李潇潇 赵婷婷 杨盛 (51)Int.Cl.G01R19/25(2006.01)G01R31/08(2006.01)H02S50/10(2014.01)权利要求书2页说明书5页附图3页(54)发明名称基于BP神经网络的光伏并网电站故障检测装置(57)摘要基于BP神经网络的光伏并网电站故障检测装置，属于太阳能光伏发电技术领域，其特征在于包括：光伏阵列、控制模块、温度传感器阵列组构成；光伏阵列由多个光伏组件串联构成；控制模块根据光伏阵列的电流和电压值，检测出光伏阵列是否出现故障；控制模块根据光伏阵列的温度传感器的测量值，计算出光伏阵列是否出现热斑、隐裂、遮挡等故障。CN112630521ACN112630521A权 利 要 求 书1/2页1.基于BP神经网络的光伏并网电站故障检测装置，其特征在于包括：光伏阵列、测量模块、控制模块、通讯模块、温度传感器组构成；所述光伏阵列由多个光伏组件串联构成；所述光伏阵列的输出端与所述测量模块的输入端连接；所述测量模块的输出端与所述控制模块的输入端连接；所述控制模块的输出端与所述通讯模块的输入端连接；所述测量模块包括电压采样模块和电流采样模块，所述电压采样模块个数与光伏组件的个数相同，所述每个电压采样模块的输入端分别与相应光伏组件的输出端连接，所述电流采样模块的输入端与任意一块光伏组件的输出端连接，用于实时采集光伏阵列的输出电压和输出电流；所述温度传感器组由多个温度传感器阵列构成，每个光伏组件的背面接触式放置一个温度传感器阵列，所述温度传感器阵列由多个温度传感器构成，均匀分布于光伏组件的背面，用于测量光伏组件的背板温度；每个温度传感器的输出端都与所述控制模块的输入端连接；所述通讯模块用于将当前系统状态以及故障检测结果传出。2.根据权利要求1所述的基于BP神经网络的光伏并网电站故障检测装置，其特征在于控制模块根据检测光伏阵列的电流值、第k个光伏组件的电压值和温度传感器阵列的平均温度值，采用BP神经网络的计算方法，计算出光伏阵列是否出现热斑、隐裂、遮挡等故障，步骤如下：步骤1计算光伏组件的平均温度值设有K个光伏组件，将每个光伏组件的温度值进行排序，选取排在中间的两个值的平均值，作为第k个光伏组件的温度均值，记作Tk，其中k=1,2,...,K，则所有光伏组件的温度均值为：T1, T2, ..., TK；选取第k个光伏组件的最大温度值，记作Tk‑max，选取第k个光伏组件的最小温度值，记作Tk‑min；然后再将T1, T2, ..., TK从小到大进行排序，取中间的温度值（如果为偶数个，取中间两个值的平均值），作为所有光伏组件的平均温度值T；步骤2获取一天不同时间段的平均温度值、电流值、电压值选择阳光充足的天气，将早上6点到晚间6点的时间段进行整点划分，设t为时间，其中t=1,2,...,m，获取不同时间段的平均温度值T1, T2, ..., Tm，电流值I1, I2, ..., Im，第k个光伏组件的电压值；在光伏组件运行正常时，采集50天以上的样本值；在光伏组件出现故障时，再采集50天以上的样本；步骤3采用BP神经网络进行学习 1）选定输入和输出样本；设T为平均温度，I为电流，Vk为第k个光伏组件的电压，将时间t、平均温度T、电压Vk和电流I的值转换成二进制；当光伏阵列发电正常时，输出d等于1；当光伏阵列出现故障时，输出d等于‑1，则：输入样本为：，输出样本为：2CN112630521A权 利 要 求 书2/2页2）选定初权值w；3）重复下述过程，输入全部样本，直到收敛；（1）输入样本x，计算各层输出： （2）计算输出层误差：（3）计算局部梯度（4）修正输出层权值：（5）修正隐层权值：（6）输入新的样本x，设Emax为阈值，直到所有样本都输入完成并且E
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
的。发明
内容
财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容
[0003]针对上述现有技术存在的不足，本发明基于BP神经网络的光伏并网电站故障检测装置，给出了解决上述问题的方法。[0004]基于BP神经网络的光伏并网电站故障检测装置，其特征在于包括：光伏阵列、测量模块、控制模块、通讯模块、温度传感器组构成。[0005]光伏阵列由多个光伏组件串联构成。[0006]光伏阵列的输出端与测量模块的输入端连接。[0007]测量模块的输出端与控制模块的输入端连接；控制模块的输出端与通讯模块的输入端连接。[0008]所述测量模块包括电压采样模块和电流采样模块，所述电压采样模块个数与光伏组件的个数相同，所述每个电压采样模块的输入端分别与相应光伏组件的输出端连接，所述电流采样模块的输入端与任意一块光伏组件的输出端连接，用于实时采集光伏阵列的输出电压和输出电流。[0009]温度传感器组由多个温度传感器阵列构成，每个光伏组件的背面接触式放置一个温度传感器阵列，温度传感器阵列由多个温度传感器构成，均匀分布于光伏组件的背面，用于测量光伏组件的背板温度；每个温度传感器的输出端都与控制模块的输入端连接。[0010]通讯模块用于将当前系统状态以及故障检测结果传出。本发明基于BP神经网络的光伏并网电站故障检测装置，其特征在于控制模块根据检测光伏阵列的电流和第k个光伏组件的电压值和温度传感器阵列的平均温度值，采用BP神经网络的计算方法，计算出光伏阵列是否出现热斑、隐裂、遮挡等故障，步骤如下：步骤1计算光伏组件的平均温度值设有K个光伏组件，将每个光伏组件的温度值进行排序，选取排在中间的两个值的4CN112630521A说 明 书2/5页平均值，作为第k个光伏组件的温度均值，记作Tk，其中k=1,2,...,K，则所有光伏组件的温度均值为：T1, T2, ..., TK。选取第k个光伏组件的最大温度值，记作Tk‑max，选取第k个光伏组件的最小温度值，记作Tk‑min。然后再将T1, T2, ..., TK从小到大进行排序，取中间的温度值（如果为偶数个，取中间两个值的平均值），作为所有光伏组件的平均温度值T。[0011]步骤2获取一天不同时间段的平均温度值、电流值、电压值选择阳光充足的天气，将早上6点到晚间6点的时间段进行整点划分，设t为时间，其中t=1,2,...,m，获取不同时间段的平均温度值T1, T2, ..., Tm，电流值I1, I2, ..., Im，第k个光伏组件的电压值。在光伏组件运行正常时，采集50天以上的样本值；在光伏组件出现故障时，再采集50天以上的样本。[0012]步骤3采用BP神经网络进行学习1）选定输入和输出样本；设T为平均温度，I为电流，Vk为第k个光伏组件的电压，将时间t、平均温度T、电压Vk和电流I的值转换成二进制；当光伏阵列发电正常时，输出d等于1；当光伏阵列出现故障时，输出d等于‑1。则：输入样本为：，输出样本为：2）选定初权值w；3）重复下述过程，输入全部样本，直到收敛；（1）输入样本x，计算各层输出：（2）计算输出层误差：（3）计算局部梯度（4）修正输出层权值：（5）修正隐层权值：（6）输入新的样本x，设Emax为阈值，直到所有样本都输入完成并且E
本文档为【基于BP神经网络的光伏并网电站故障检测装置】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483