期刊专题

10.3969/j.issn.1002-087X.2022.06.024

基于脉冲神经网络光伏电站热斑故障预测

引用
针对光伏电池的热斑现象,利用红外热成像仪对光伏电池进行实时扫描得到红外热图,对红外热图进行图像增强等预处理.将图像分为四种状态,转换为信息量较强的状态矩阵.搭建基于脉冲时间依赖的突触可塑性(STDP)算法的带泄漏整合发放(LIF)模型脉冲神经网络,以发生典型热斑故障的电池片的状态变化作为时间序列训练脉冲神经网络,使模型习得热斑故障的状态时序,从而检测热斑故障,发出警报并实现定位的功能.脉冲神经网络的训练难度较大,因此,在Matlab上搭建了目前广泛使用的反向传播(BP)神经网络模型,通过对模型的改进,也能实现检测热斑故障的效果,继而证明了脉冲神经网络检测热斑故障的可行性.

脉冲神经网络、BP神经网络、图像识别、预测、热斑故障

46

TM615(发电、发电厂)

国家自然科学基金;江苏省高等学校大学生创新创业训练计划项目

2022-07-12(万方平台首次上网日期,不代表论文的发表时间)

共4页

680-683

暂无封面信息
查看本期封面目录

电源技术

1002-087X

12-1126/TM

46

2022,46(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn