一种基于Wasserstein GAN的光伏阵列故障诊断方法

    公开(公告)号:CN109660206A

    公开(公告)日:2019-04-19

    申请号:CN201811562127.7

    申请日:2018-12-20

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于Wasserstein GAN的光伏阵列故障诊断方法,首先对光伏阵列电流、电压时序数据进行采集;接着将获取的光伏阵列时序电流与时序电压数据绘制为曲线图形并保存为样本;然后设计Wasserstein GAN网络中的鉴别器D与生成器G;然后训练Wasserstein GAN中的鉴别器D生成器G;接着将训练得到的鉴别器D作为光伏阵列时序电流电压曲线图片的特征提取网络,采用全连接神经网络训练特征分类器,对特征提取网络得到的特征进行分类,得到光伏阵列时序电流电压数据的诊断模型。本发明所提出的基于Wasserstein GAN的光伏阵列时序电流电压数据的故障诊断方法,在无监督训练的基础上能够准确地对光伏阵列进行故障检测和分类。

    一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法

    公开(公告)号:CN106777984B

    公开(公告)日:2019-02-22

    申请号:CN201611173830.X

    申请日:2016-12-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,首先采集日常工作中光伏发电阵列最大功率点的若干个电气参数,得到每一日的电气参数样本组合;接着将每个电气参数样本进行归一化得到测试样本组合;然后根据归一化后的测试样本组合进行计算得到距离矩阵;接着采用基于密度的聚类算法对这些测试样本进行自动的聚类,获得若干个聚类;接着基于预先通过仿真模型获得的参考数据,分别计算每组参考数据和每个聚类之间的最小距离,形成一个距离向量;最后通过将距离向量中每个元素与聚类算法中的截断距离进行对比,识别每个聚类所属的工作类别。本发明可直接通过对光伏系统日常运行数据的聚类操作实现故障的准确诊断。

    一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法

    公开(公告)号:CN109117865A

    公开(公告)日:2019-01-01

    申请号:CN201810771909.5

    申请日:2018-07-13

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法,生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的电气特征参数以及环境参数,得到特征参数测试样本矩阵;接着对特征参数标准矩阵做主成分分析,得到投影矩阵,并将标准矩阵乘上投影矩阵得到标准主成分矩阵;然后对标准主成分矩阵做归一化处理,并将其作为训练集,通过支持向量机训练分类模型;接着将特征参数测试样本矩阵乘上投影矩阵,得到样本主成分矩阵,并对其做归一化处理;最后通过分类模型对归一化后的样本主成分矩阵进行分类,识别数据所属的分类。本发明可以通过对光伏系统日常运行数据的主成分分析和分类实现对故障的准确诊断。

    基于SAGA-FCM-LSSVM模型的光伏电站实时功率预测方法

    公开(公告)号:CN109086928A

    公开(公告)日:2018-12-25

    申请号:CN201810839097.3

    申请日:2018-07-27

    Applicant: 福州大学

    Abstract: 本发明涉及基于SAGA-FCM-LSSVM模型的光伏电站实时功率预测方法,采集光伏电站对应时段发电功率以及气象站上对应的气象参数,获取气象-功率参数样本;对每天的气象-功率参数样本进行预处理;根据四项统计指标结合基于模拟退火遗传算法的模糊C-均值聚类算法对历史日中第一天到待预测日前一天的样本进行聚类;根据各个聚类样本集合的气象特征值,计算每个聚类气象特征值的中心点,利用欧氏距离判断待预测日所属的类别;利用与待预测日同属一类的参数样本训练最小二乘支持向量机,得到训练模型;将待预测日的待预测时刻前2h的气象参数和功率值输入训练模型中对待预测日各个时刻的发电功率进行实时预测。本发明能够实时预测光伏电站在各个时刻的输出功率值。

    一种基于最佳相似日和Elman神经网络实现光伏电站短期功率预测方法

    公开(公告)号:CN108876013A

    公开(公告)日:2018-11-23

    申请号:CN201810526061.X

    申请日:2018-05-29

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于最佳相似日和Elman神经网络实现光伏电站短期功率预测方法,以每天的各个时刻的发电功率、每天的光照、环境温度、湿度和风速等气象参数以及第二天的气象参数为输入,第二天的各个时刻的发电功率为输出训练基于Elman神经网络的预测模型。以此模型进行光伏发电功率的预测。然后以每天的气象参数为气象特征值通过灰色关联分析算法确定待预测日的最佳相似日,将最佳相似日的各个时刻的发电功率,气象参数以及待预测日的气象参数作为模型的输入变量,预测待预测日的各个时刻的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。

    一种光伏组件及组件串在线失配监测系统

    公开(公告)号:CN108494365A

    公开(公告)日:2018-09-04

    申请号:CN201810535342.1

    申请日:2018-05-30

    Applicant: 福州大学

    Abstract: 本发明提出一种光伏组件及组件串在线失配监测系统,包括无线传感节点、子阵列路由节点及上位机数据管理模块;无线传感节点与光伏组件相连以测量光伏组件的运行状态;子阵列路由节点与组件串相连以测量组件串的电压和背板温度;传感节点以第一级无线传感网络与子阵列路由节点相连;子阵列路由节点以第二级无线传感网络与上位机数据管理模块相连;子阵列路由节点在收集组件串的光伏数据时,同步收集其内部光伏组件的光伏数据;上位机数据管理模块从子阵列路由节点收集光伏组件和组件串的光伏数据,并判定是否有失配故障及故障位置,本发明能够在线实时获取光伏子阵列中各个组件串及各个组件的电气和环境参数并据此判断光伏阵列的运行状况。

    基于粒子群优化支持向量机的光伏发电阵列故障诊断与分类方法

    公开(公告)号:CN104753461A

    公开(公告)日:2015-07-01

    申请号:CN201510168541.X

    申请日:2015-04-10

    Applicant: 福州大学

    CPC classification number: H02S50/00

    Abstract: 本发明涉及一种基于粒子群优化支持向量机的光伏发电阵列故障诊断与分类方法,具体包括以下步骤:步骤S1:采集光伏发电阵列工作于最大功率点时的若干个电气参数,得到电气参数样本组合;步骤S2:将每个电气参数样本进行归一化;步骤S3:根据归一化后的电气参数样本组合得到测试样本组合;步骤S4:采用PSO算法计算出最优的SVM核函数参数g和惩罚参数c;步骤S5:根据最优的核函数参数g和惩罚参数c对样本进行训练,得到训练模型;步骤S6:利用训练模型对光伏发电阵列的故障进行检测和分类。本发明能够有效提高光伏发电阵列故障检测和分类的准确性。

    基于ZigBee无线网络的太阳能路灯联网监控系统

    公开(公告)号:CN102291872A

    公开(公告)日:2011-12-21

    申请号:CN201110100907.1

    申请日:2011-04-21

    Applicant: 福州大学

    CPC classification number: Y02B20/48 Y02B20/72

    Abstract: 本发明涉及一种基于ZigBee无线网络的太阳能路灯联网监控系统,其特征在于:包括组成ZigBee无线网络且设有控制器的复数个太阳能路灯以及与互联网连接的远程监控中心;所述的复数个太阳能路灯中的一个设置有第一GPRS通信模块;所述的远程监控中心设置有第二GPRS通信模块。本发明通过对系统各个部分及其功能模块的合理设计,提供了一套网络智能化的太阳能路灯照明方案,实现将一整片区域(城镇,校园,街道,公园,广场等)安装上带有所述新型控制器的太阳能路灯,并对它们进行无线联网监控和集中便捷管理。

    基于NB-IoT的智能烟雾报警系统及其实现方法

    公开(公告)号:CN108711251B

    公开(公告)日:2023-09-22

    申请号:CN201810835637.0

    申请日:2018-07-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于NB‑IoT的智能烟雾报警系统及其实现方法。包括烟感报警终端、NB‑IoT基站和核心网、物联网平台、客户端;所述烟感报警终端包括STM32L431单片机模块及与该STM32L431单片机模块连接的电源模块、用于实现系统与NB‑IoT进行通信的BC95无线通信模块、用于实现烟雾浓度的采集的MQ‑2烟雾报警模块和用于实现报警阈值调节的按键模块;MQ‑2烟雾报警模块采集的烟感信号,通过BC95无线通信模块上传至物联网平台,物联网平台判断烟雾浓度超过烟雾浓度阈值时在手机APP端会产生报警信号,同时下发报警命令;所述客户端用于实现系统中用户登录、消息推送、设备添加、设置设备信息以及发送下行命令功能。本发明可以准确判断发生火情的时间;相比于传统的火灾报警系统,时效性更高,传输更加及时,稳定。

Patent Agency Ranking