基于ST-TCN的太阳能光伏组件故障诊断方法
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>685 K
標簽： 光伏组件 时序卷积神经网络 软阈值化
所需積分：0分積分不夠怎么辦？
文檔介紹：实地调研并收集电站光伏组件常见的故障类型，并对光伏组件在不同工作状况下的电流特征曲线进行分析，发现光伏组件的电流数据叠加了复杂的表现特征和高噪声。为能精准诊断光伏组件的故障类型，提出一种软阈值化的时序卷积神经网络(Soft Thresholding Temporal Convolutional Network，ST-TCN)光伏组件故障诊断模型。ST-TCN网络使用多个残差模块的膨胀卷积层、ReLU层、Dropout层提取电流数值特征和时序特征，再使用残差模块的软阈值化对所提取的特征降噪，最终使用全连接层对残差模块提取的特征进行故障诊断分类。实验结果表明，ST-TCN网络不仅结构简单，收敛速度快，而且故障诊断准确率高，达到92.99%。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。