-
公开(公告)号：CN111027816B
公开(公告)日：2022-07-26
申请号：CN201911148048.6
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于数据包络分析的光伏发电效率计算方法，首先获取光伏电站所在地区的历史太阳辐照数据、历史气象数据及对应时刻的光伏电站发电功率，利用数据包络分析法判断各个数据的相对效率，并筛选出相对效率前20％的数据，作为神经网络模型的训练样本并进行训练；最后实时获取太阳辐照数据、气象数据及对应时刻的光伏电站发电功率，输入到神经网络模型中，输出电站的标准发电功率，将实测发电功率与标准发电功进行对比，得到电站的实时发电效率。本发明搭建光伏电站在理想工况下的输入输出模型，为计算光伏电站的发电效率提供了参考标准，作为在线判断光伏电站运行工况的重要依据，从而有效降低电站的运维成本，提高电站的检修效率。
-
公开(公告)号：CN111091141A
公开(公告)日：2020-05-01
申请号：CN201911148679.8
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分层Softmax的光伏背板故障诊断方法，首先获取光伏背板在正常工况及各类故障下的电气特征、工作状态及持续时间，并对数据进行最大最小归一化处理；然后搭建BP神经网络模型，根据光伏背板在各工况下的总持续时间，搭建哈弗曼树，将神经网络的输出层与哈夫曼树的根节点相连，构建分层Softmax。将预处理后的电气特征作为训练样本，训练BP神经网络及分层Softmax，得到故障诊断模型。实时检测光伏背板的四个电气特征值，将其作为模型输入，判断光伏背板是否出现故障及故障的种类。本发明降低了模型的计算量，提高了光伏电站的故障检测效率，降低了光伏电站的运维成本。
-
Patent Agency Ranking
公开(公告)号：CN111091141B
公开(公告)日：2022-05-17
申请号：CN201911148679.8
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于分层Softmax的光伏背板故障诊断方法，首先获取光伏背板在正常工况及各类故障下的电气特征、工作状态及持续时间，并对数据进行最大最小归一化处理；然后搭建BP神经网络模型，根据光伏背板在各工况下的总持续时间，搭建哈弗曼树，将神经网络的输出层与哈夫曼树的根节点相连，构建分层Softmax。将预处理后的电气特征作为训练样本，训练BP神经网络及分层Softmax，得到故障诊断模型。实时检测光伏背板的四个电气特征值，将其作为模型输入，判断光伏背板是否出现故障及故障的种类。本发明降低了模型的计算量，提高了光伏电站的故障检测效率，降低了光伏电站的运维成本。
-
公开(公告)号：CN111105072A
公开(公告)日：2020-05-05
申请号：CN201911148027.4
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于熵权模糊综合法预测光伏电站健康度的方法，该方法以光伏电站为预测对象，对同一地区的多个光伏电站进行数据采集，对各个指标参量采用非线性隶属无量纲化处理，得到每一个指标的健康度；采用熵权模糊综合评判方法计算各指标的权重，根据每一指标健康度及其权重得到各个电站的综合健康度。本方法能够描述整个光伏电站保持安全可靠的工作的能力，判断光伏电站运行状态的优劣，进而保障光伏发电电站乃至电力系统的安全运行，对光伏电站的运行状态的监测具有指导意义。
-
公开(公告)号：CN111010083A
公开(公告)日：2020-04-14
申请号：CN201911148045.2
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种光伏电站故障综合预警系统，该系统以光伏电站为对象，对光伏电站进行故障预警。首先对光伏电站的现场设备和环境参数进行采集，通过监控模块、数据传输及处理模块进行光伏电站健康度测算。根据历史故障信息模块及决定故障检测顺序模块，得到各个部件的故障率，并根据部件故障率的高低决定故障检测的顺序，最终实现故障预警。本发明可以多方面考虑了触发故障预警系统，在光伏电站综合健康度低于临界值时以及单个部件数据异常时都会进行故障预警，从而保障了光伏发电系统的安全运行，降低光伏电站的经济损失。
-
公开(公告)号：CN111010083B
公开(公告)日：2021-05-11
申请号：CN201911148045.2
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种光伏电站故障综合预警系统，该系统以光伏电站为对象，对光伏电站进行故障预警。首先对光伏电站的现场设备和环境参数进行采集，通过监控模块、数据传输及处理模块进行光伏电站健康度测算。根据历史故障信息模块及决定故障检测顺序模块，得到各个部件的故障率，并根据部件故障率的高低决定故障检测的顺序，最终实现故障预警。本发明可以多方面考虑了触发故障预警系统，在光伏电站综合健康度低于临界值时以及单个部件数据异常时都会进行故障预警，从而保障了光伏发电系统的安全运行，降低光伏电站的经济损失。
-
公开(公告)号：CN111027816A
公开(公告)日：2020-04-17
申请号：CN201911148048.6
申请日：2019-11-21
Applicant: 浙江大学
Abstract: 本发明公开了一种基于数据包络分析的光伏发电效率计算方法，首先获取光伏电站所在地区的历史太阳辐照数据、历史气象数据及对应时刻的光伏电站发电功率，利用数据包络分析法判断各个数据的相对效率，并筛选出相对效率前20％的数据，作为神经网络模型的训练样本并进行训练；最后实时获取太阳辐照数据、气象数据及对应时刻的光伏电站发电功率，输入到神经网络模型中，输出电站的标准发电功率，将实测发电功率与标准发电功进行对比，得到电站的实时发电效率。本发明搭建光伏电站在理想工况下的输入输出模型，为计算光伏电站的发电效率提供了参考标准，作为在线判断光伏电站运行工况的重要依据，从而有效降低电站的运维成本，提高电站的检修效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.013 seconds)
