研究目的
开发一种能够对光伏(PV)系统中可能出现的不同故障进行分类的故障检测算法。
研究成果
所开发的故障检测系统利用小波变换和神经网络,在光伏系统不同运行状态的识别中实现了高精度分类。该系统专为实时监测设计,能有效检测持续性故障,有助于降低维护成本并提高系统收益。
研究不足
该研究聚焦于光伏系统中一组特定的故障及运行工况。故障检测算法的准确性可能因不同数据集或环境条件变化而有所差异。
研究目的
开发一种能够对光伏(PV)系统中可能出现的不同故障进行分类的故障检测算法。
研究成果
所开发的故障检测系统利用小波变换和神经网络,在光伏系统不同运行状态的识别中实现了高精度分类。该系统专为实时监测设计,能有效检测持续性故障,有助于降低维护成本并提高系统收益。
研究不足
该研究聚焦于光伏系统中一组特定的故障及运行工况。故障检测算法的准确性可能因不同数据集或环境条件变化而有所差异。
加载中....
您正在对论文“[IEEE 2018年第二届电力电子、智能控制与能源系统国际会议(ICPEICES) - 印度德里(2018.10.22-2018.10.24)] 2018年第二届IEEE电力电子、智能控制与能源系统国际会议(ICPEICES) - 基于机器学习技术的光伏系统状态监测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期