可拓扑重构的光伏阵列故障诊断方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 论文的选题背景及意义 | 第9-10页 |
| 1.2 光伏发电系统的介绍 | 第10-12页 |
| 1.3 光伏阵列故障诊断的研究现状 | 第12-13页 |
| 1.4 极限学习机算法研究现状 | 第13页 |
| 1.5 本文主要研究的内容 | 第13-15页 |
| 第二章 光伏阵列及其拓扑结构分析 | 第15-26页 |
| 2.1 光伏电池介绍 | 第15-19页 |
| 2.1.1 光伏电池的原理 | 第15-16页 |
| 2.1.2 光伏电池的数学模型 | 第16-17页 |
| 2.1.3 光伏电池的工程模型 | 第17-18页 |
| 2.1.4 光伏电池的输出特性 | 第18-19页 |
| 2.2 常见的光伏阵列拓扑结构 | 第19-20页 |
| 2.3 常见的光伏阵列拓扑重构方式 | 第20-23页 |
| 2.3.1 光伏阵列串并联拓扑重构 | 第20-21页 |
| 2.3.2 辐照度均衡算法光伏阵列拓扑重构 | 第21-23页 |
| 2.4 本文研究的光伏阵列拓扑重构策略 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 可拓扑重构的光伏阵列的故障定位方法 | 第26-36页 |
| 3.1 光伏阵列故障分析 | 第26-28页 |
| 3.1.1 光伏阵列的故障类型 | 第26-27页 |
| 3.1.2 热斑现象分析 | 第27-28页 |
| 3.2 常见的故障检测方法 | 第28-31页 |
| 3.2.1 红外图像检测法 | 第28-29页 |
| 3.2.2 基于CTCT结构的多传感器检测法 | 第29-31页 |
| 3.3 可拓扑重构的光伏阵列故障定位 | 第31-35页 |
| 3.3.1 传感器的最佳布置分析 | 第31-32页 |
| 3.3.2 光伏阵列中传感器的布置方法 | 第32-33页 |
| 3.3.3 光伏阵列故障定位策略 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于极限学习机的光伏阵列故障类型诊断 | 第36-49页 |
| 4.1 极限学习机理论 | 第36-40页 |
| 4.1.1 极限学习机理论背景 | 第36-38页 |
| 4.1.2 极限学习机算法原理 | 第38-40页 |
| 4.2 极限学习机算法在光伏阵列故障诊断中的应用 | 第40-45页 |
| 4.2.1 基于ELM的光伏阵列故障诊断模型 | 第40页 |
| 4.2.2 ELM算法输入变量的选择 | 第40-42页 |
| 4.2.3 激活函数的选择 | 第42-43页 |
| 4.2.4 设定隐含层神经元数 | 第43-44页 |
| 4.2.5 ELM算法实验仿真测试 | 第44-45页 |
| 4.3 对比分析 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 基于Web的光伏阵列故障远程监测系统 | 第49-58页 |
| 5.1 故障监测系统的功能分析 | 第49-51页 |
| 5.2 故障监测系统的设计 | 第51-53页 |
| 5.2.1 故障监测系统的总体设计 | 第51页 |
| 5.2.2 光伏阵列实时监测模块设计 | 第51-52页 |
| 5.2.3 故障监测系统的数据库设计 | 第52-53页 |
| 5.3 故障监测系统的实现 | 第53-57页 |
| 5.3.1 Web页面的实现 | 第53-56页 |
| 5.3.2 调用Matlab函数 | 第56页 |
| 5.3.3 系统的运行测试 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 全文总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
