| 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(biāo)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(huì)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。 | |
光伏组件 相關(guān)資源
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2