-
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。
-
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。
-
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
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。
-
公开(公告)号：CN117227946A
公开(公告)日：2023-12-15
申请号：CN202311383412.3
申请日：2023-10-24
Applicant: 福州大学
Abstract: 本发明涉及一种仿鲔科张拉仿生机器鱼，包括鱼头组件、柔性鱼身组件和尾鳍组件，鱼头组件包括鱼头基架、鱼头外壳和分别安装于鱼头基架上的三台舵机；柔性鱼身组件包括张拉整体结构、柔性鱼皮和多台舵机，张拉整体结构包括前后依次设置的多个关节构件，第一关节构件与鱼头基架固定连接，相邻关节构件之间弹性连接，除第一个外的各个关节构件上安装有舵机支架，舵机支架前部与前一个关节构件弹性连接，除最后一个外的各个舵机支架上均安装有舵机；尾鳍组件包括尾鳍关节以及与其固定连接的柔性尾鳍，尾鳍关节与最后一个关节构件弹性连接；各个舵机分别通过弹性绳与不同的关节构件或尾鳍关节连接。该结构可以提高仿鲔科张拉机器鱼的灵活性和仿真度。
-
公开(公告)号：CN108983749B
公开(公告)日：2021-03-30
申请号：CN201810750695.3
申请日：2018-07-10
Applicant: 福州大学
Abstract: 本发明涉及基于K‑SVD训练稀疏字典的光伏阵列故障诊断方法。采集多组光伏发电阵列正常，短路和开路电流样本信号，构造训练样本矩阵；对每个样本信号进行归一化处理；调用K‑SVD算法，确定训练样本矩阵的行数N，列数M，稀疏字典的词汇量K，稀疏度L，以及迭代次数n；利用正常样本矩阵，短路样本矩阵和开路样本矩阵分别训练出正常稀疏字典，短路稀疏字典及开路稀疏字典；调用OMP算法，分别利用三种稀疏字典重构检测样本信号，并计算出三种重构信号和检测样本信号的相关系数；根据检测样本信号和稀疏字典重构信号相关系数的大小实现光伏发电阵列故障的诊断与分类。本发明能够为光伏故障诊断提供了研究经验和研究思路。
-
Patent Agency Ranking
公开(公告)号：CN109660206B
公开(公告)日：2020-05-19
申请号：CN201811562127.7
申请日：2018-12-20
Applicant: 福州大学
IPC: H02S50/10
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。
-
公开(公告)号：CN108983749A
公开(公告)日：2018-12-11
申请号：CN201810750695.3
申请日：2018-07-10
Applicant: 福州大学
Abstract: 本发明涉及基于K-SVD训练稀疏字典的光伏阵列故障诊断方法。采集多组光伏发电阵列正常，短路和开路电流样本信号，构造训练样本矩阵；对每个样本信号进行归一化处理；调用K-SVD算法，确定训练样本矩阵的行数N，列数M，稀疏字典的词汇量K，稀疏度L，以及迭代次数n；利用正常样本矩阵，短路样本矩阵和开路样本矩阵分别训练出正常稀疏字典，短路稀疏字典及开路稀疏字典；调用OMP算法，分别利用三种稀疏字典重构检测样本信号，并计算出三种重构信号和检测样本信号的相关系数；根据检测样本信号和稀疏字典重构信号相关系数的大小实现光伏发电阵列故障的诊断与分类。本发明能够为光伏故障诊断提供了研究经验和研究思路。
-
公开(公告)号：CN104519240B
公开(公告)日：2017-08-11
申请号：CN201410793059.0
申请日：2014-12-20
Applicant: 福州大学
Abstract: 本发明提供一种前景目标检测的IP核及方法，能够基于纹理特征，分别检测视频画面中多个边框内的前景目标，并且实现背景的动态更新。本发明一种用于前景目标检测的IP核，包括坐标生成电路、灰度生成电路、帧缓存、LBP生成电路、静止帧计数电路、背景缓存、前景判定电路、边框内前景像素块计数器、边框坐标寄存器、边框颜色寄存器、图像叠加电路。本发明的前景目标检测电路中的各个模块均为硬件模块，不需要软件干预，硬件自动完成前景目标检测。边框的大小、位置、颜色等信息可以通过重写对应寄存器的值而进行配置。
-
公开(公告)号：CN106777984A
公开(公告)日：2017-05-31
申请号：CN201611173830.X
申请日：2016-12-19
Applicant: 福州大学
CPC classification number: G06F19/00 , G06K9/6218 , G06Q50/06
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。
-
公开(公告)号：CN104753461B
公开(公告)日：2017-04-12
申请号：CN201510168541.X
申请日：2015-04-10
Applicant: 福州大学
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。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.053 seconds)
