基于概率神经网络的光伏阵列故障检测研究

目录

声明

第一章 绪论

1.1 课题的背景

1.2 光伏发电产业国内外发展现状

1.3 光伏阵列故障诊断国内外研究现状

1.4 论文研究内容安排

第二章 光伏阵列发电原理与结构分析

2.1 光伏发电系统分析

2.1.1 独立光伏发电系统

2.1.2 并网光伏发电系统

2.2 光伏电池发电原理与模型

2.2.1 光伏电池发电原理

2.2.2 光伏电池数学模型

2.2.3 光伏电池仿真模型

2.3 光伏阵列结构分类

2.3.1 串联结构光伏阵列

2.3.2 并联结构光伏阵列

2.3.3 SP结构光伏阵列

2.3.4 TCT结构光伏阵列

2.4 本章小结

第三章 光伏阵列故障定位方法分析

3.1 光伏阵列故障分析

3.1.1 短路故障分析

3.1.2 开路故障分析

3.1.3 异常老化故障分析

3.1.4 局部阴影故障分析

3.2 光伏阵列多传感器故障定位方法研究

3.2.1 SP结构光伏阵列多传感器故障定位方法

3.2.2 TCT结构光伏阵列多传感器故障定位方法

3.2.3 TCT结构光伏阵列多传感器故障定位新方法

3.3 本章小结

第四章 概率神经网络的光伏阵列故障诊断方法研究

4.1 概率神经网络基础理论

4.1.1 贝叶斯决策理论

4.1.2 概率密度函数

4.1.3 模式分类的贝叶斯判定规则

4.1.4 概率神经网络模型结构

4.2 基于概率神经网络的光伏阵列故障诊断模型

4.2.1 故障特征信号的选择

4.2.2 数据归一化

4.2.3 光伏阵列故障诊断流程及诊断模型

4.3 实验仿真与结果分析

4.3.1 光伏阵列仿真模型

4.3.2 光伏阵列概率神经网络故障检测

4.3.3 故障检测结果分析

4.4 本章小结

第五章 改进概率神经网络的光伏阵列故障检测研究

5.1 智能算法与鲸鱼优化算法分析

5.1.1 智能算法分析

5.1.2 鲸鱼优化算法分析

5.2 鲸鱼优化算法理论分析

5.2.1 环绕式捕食分析

5.2.2 发泡网捕食分析

5.2.3 搜索捕食分析

5.3 基于鲸鱼优化算法改进概率神经网络的光伏阵列故障检测

5.3.1 适应度函数

5.3.2 鲸鱼优化算法改进概率神经网络流程

5.3.3 实验仿真结果分析

5.4 本章小结

第六章 总结与展望

6.1 研究内容总结

6.2 研究工作展望

参考文献

在读期间公开发表的论文及参与项目

致谢