光伏组件故障诊断与信息管理系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 光伏监测国外研究现状 | 第10-11页 |
| 1.2.2 光伏监测国内研究现状 | 第11-12页 |
| 1.3 本文研究内容与章节安排 | 第12-13页 |
| 第2章 光伏组件在线监测与故障诊断系统 | 第13-19页 |
| 2.1 光伏组件在线监测与故障诊断系统 | 第13-14页 |
| 2.2 故障诊断技术 | 第14-18页 |
| 2.2.1 基于数学模型法 | 第14-15页 |
| 2.2.2 基于电气测量法 | 第15-16页 |
| 2.2.3 基于红外图像分析法 | 第16页 |
| 2.2.4 基于智能检测法 | 第16-17页 |
| 2.2.5 故障诊断方法比较分析 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于粒子群优化小波神经网络的故障诊断算法 | 第19-27页 |
| 3.1 粒子群优化小波神经网络算法 | 第19-21页 |
| 3.1.1 粒子群优化小波神经网络模型 | 第19-20页 |
| 3.1.2 基于粒子群算法优化的参数集确定 | 第20-21页 |
| 3.2 粒子群优化小波神经网络算法在光伏中的实现 | 第21-26页 |
| 3.2.1 输入量和输出量的确定 | 第21-22页 |
| 3.2.2 数据样本的选取 | 第22页 |
| 3.2.3 隐含层节点数的确定 | 第22-23页 |
| 3.2.4 光伏监测故障诊断仿真及结果分析 | 第23-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 光伏组件故障诊断智能系统软件设计 | 第27-38页 |
| 4.1 故障诊断智能系统的总体设计 | 第27-28页 |
| 4.1.1 功能需求分析 | 第27-28页 |
| 4.1.2 系统开发软件平台 | 第28页 |
| 4.2 数据库的设计 | 第28-34页 |
| 4.2.1 数据库的访问方式 | 第28-30页 |
| 4.2.2 数据库表的设计 | 第30-34页 |
| 4.3 智能系统的界面设计 | 第34页 |
| 4.4 智能系统的交互设计 | 第34-36页 |
| 4.4.1 TCP/IP交互机制 | 第35页 |
| 4.4.2 系统通信传输方案 | 第35-36页 |
| 4.5 本章小结 | 第36-38页 |
| 第5章 光伏组件故障诊断智能系统软件的实现 | 第38-51页 |
| 5.1 系统登录界面的实现 | 第38-39页 |
| 5.2 系统管理和查询功能的实现 | 第39-43页 |
| 5.2.1 系统管理功能的实现 | 第39-41页 |
| 5.2.2 系统查询功能的实现 | 第41-43页 |
| 5.3 故障诊断功能的实现 | 第43-50页 |
| 5.3.1 故障诊断功能实现 | 第43-44页 |
| 5.3.2 故障诊断结果展示 | 第44-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结及展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
