[发明专利]一种光伏电池板热斑故障检测方法有效
申请号: | 201610511747.2 | 申请日: | 2016-07-01 |
公开(公告)号: | CN106230377B | 公开(公告)日: | 2018-04-27 |
发明(设计)人: | 段其昌;毛明轩;段盼;胡蓓;杨增瑞;李思;钟加妙 | 申请(专利权)人: | 重庆大学 |
主分类号: | H02S50/10 | 分类号: | H02S50/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 400044 *** | 国省代码: | 重庆;85 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种光伏电池板热斑故障检测方法,属于光伏发电系统故障检测领域。首先通过采集不同热斑故障状态下的红外图像,对红外图像预处理并分割提取热斑故障特征向量,然后训练SVM多类故障检测模型,并采用PSOEM优化SVM中的参数,最终建立光伏电池板热斑故障检测模型,实现对光伏电池板的热斑故障检测,并给出热斑损伤等级,从而提供精确的热斑故障信息,促进光伏发电系统的安全有效运行。 | ||
搜索关键词: | 一种 电池板 故障 检测 方法 | ||
【主权项】:
一种光伏电池板热斑故障检测方法,其特征在于:包括以下步骤:S1:采集正常以及不同热斑故障状态下光伏电池板的红外图像信息及其温度信息;S2:分割红外图像中的热斑区域并提取特征向量;S3:选择径向基函数作为核函数,初步建立基于SVM的多类故障检测模型,其中核函数参数g和惩罚因子c为待定参数;S4:运用训练样本对SVM多类故障检测模型进行训练,并采用带扩展记忆的粒子群算法优化SVM多类故障检测模型中的核函数参数g和惩罚因子c;S5:选取训练样本分类精度最高的一组参数作为最优的核函数参数g和惩罚因子c的值,得到训练完成的SVM多类故障检测模型;S6:将待检测样本依据步骤2得到的特征向量输入到训练好的SVM多类故障检测模型中,进行热斑故障检测,并给出光伏电池板热斑故障损伤等级。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610511747.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于北斗的电力巡检系统
- 下一篇:一种光伏电站组串故障的诊断方法