基于组合权重及模糊理论的光伏组件健康状况评估
发布时间：2021-11-02 10:05
太阳能是取之不尽用之不竭的清洁能源,是国际上公认的理想的替代能源。近年来,随着电站中各个元件的成本降低,以及光伏发电技术的日渐成熟,光伏发电量的比重逐年提高。为确保光伏组件的可靠运行,降低维修成本,需要对运行的光伏组件进行健康状况预评估,做到“早发现,早治疗”。光伏组件与其他设备相比,有其特殊性,其输出功率与外部环境密切相关,而外部环境无时无刻不在变化,这种不确定性的特点为光伏组件健康状况评估带来了挑战,需要考虑更多因素,需要采用更适合的方法和模型来解决这一问题。因此该课题的研究具有重要的理论意义和应用价值。本文首先介绍了光伏组件的基本结构和输出特性,着重分析了影响光伏组件健康状况的主要因素,确立了以运行参数、巡视参数、环境参数因素作为评价光伏组件健康状况的三类指标。考虑其复杂性,按照分层求解的总体策略,形成了光伏组件健康状况评估的三层指标体系。然后,分析评估指标与评估结果之间的关系,并用数学模型描述。针对各个评估指标对评估结果的影响程度不同,评估指标的性质不同（运行指标和环境指标为定量指标,巡视指标为定性指标）,利用层次分析法（AHP）给出了定性指标的权重模型,利用层次分析法和熵权法...
【文章来源】：河北农业大学河北省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图２－２不同期望值的云模型示意图??Ｆｉｇ．２－２?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｘｐｅｃｔａｔｉｏｎｓ??
?基于组合权重及模糊理论的光伏组件健康状况评估???云滴的模糊性；３）熵确定云滴的随机性，即在论域中云滴代表语言值的概率密度。??图２－３描述了在相同的期望和超熵／／ｅ数值下，不同熵五ｎ下的云图，图中的两个??云图对应的云模型分别为Ｃｌ＝?（５，?４，０．１）和Ｃ２＝?（５，?２，?０．１），跨度较大的云图??对应Ｃ１，跨度较小的云图对应Ｃ２，?Ｃ１的熵为４，?Ｃ２的熵为２。通过对比可以看出，??在相同的期望和超熵条件下，熵越大，反映在云图上云的“跨度”越大，表明定性概??念的模糊性越大。??］／Ｉ％?｜??震。。?ｔｈｎ?＿??〇３?／?ｊ?Ｉ?＼?＿??°２?－?／?：ｒ?＾?ｖ??Ｑ?＼＿?｜?，《?Ｉ?｜?Ｉ?、？?．?｜?；???－１０?－５?０?５?１０?１５?２０??图２－３不同熵的云模型示意图??Ｆｉｇ．２－３?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｎｔｒｏｐｙ??（３）超熵／／ｅ：为熵的熵，即熵的不确定性度量，反映了云滴的分散性概念。图??２－４描述了在相同的期望和熵￡ｎ数值下，不同超熵／／ｅ下的云图。图２－４?（ａ）、??（ｂ）分别为云模型Ｃｌ＝?（５，?２，?０．１）和Ｃ２＝?（５，?２，?１）的云图，其超熵依次为０．１、??１。对比两个云图可以看出，在相同的期望和熵值的条件下，超熵／／ｅ越大，反映在??云图上云的“厚度”越大，表示云滴的离散程度越大。??１１??
?河北农业大学硕士学位（毕业）论文???率。但是长期室外运行容易老化，因此在ＥＶＡ膜制备过程中添加了添加剂以稳定其??性能。??背板位于组件的背面，需要诸如防潮，阻燃和封闭等性能。此外它还要保护组件??免受外部环境的损害。因此，它应该具有抗紫外线和抗老化性能。除此之外，还有防??止水蒸气腐蚀，氧气氧化，提高组件的耐腐蚀性等作用。??钢化玻璃位于组件的正面，是组件的最外层，要具有透光、隔离、密封等性能；??铝边框起密封和固定作用；连接线和接线盒用于连接组件并从组件中导出电流。??＾＝＝＝｜－？??Ｕｕ片‘丨“：ｉ纖??图３－１光伏组件结构示意图??Ｆｉｇ．３－１?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｐｈｏｔｏｖｏｌｔａｉｃ?ｍｏｄｕｌｅｓ??（２）输出特性分析??太阳能电池的输出特性与辐照度ｓ和环境温度ｒ有关。实际工作环境下的光伏组??件的运行参数需要在太阳能电池制造商提供的标准测试条件下的输出数据的基础上??进行修正，即需要修正补偿系数《，Ｃ，才能求得光伏电池在任意温度和光照强度??下的运行参数［７Ｇ＿７１］。??＾?＝?Ａ？＿ｒｅ／／－（ｌ＋ａＡｒ）?（３－１）??Ｌｃ?＝?ｈｃ＿ｒｅｆ?（１＋?ａＡＴ?）?（?３－２?）??〇?ｒｅｆ??Ｕｍ＝Ｕｍｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－３）??Ｕｏｃ?＝?Ｕｏｃｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－４）??２０??
【参考文献】：
期刊论文
[1]一种基于PCA和贝叶斯分类的气动调节阀故障诊断方法[J]. 王印松,吴军超. 中国测试. 2019(12)
[2]基于熵权-云模型的我国绿色智慧城市评价[J]. 陈莉,张海侠. 系统仿真学报. 2019(01)
[3]基于模糊理论的滚动轴承质量评估[J]. 尚艳涛,程亚兵,杨德胜,练松伟,黄伟. 轴承. 2018(08)
[4]基于层次分析法和模糊理论水库大坝安全综合评价[J]. 陈曦,曾亚武. 水利与建筑工程学报. 2017(06)
[5]分布式光伏发电的特性分析与预测方法综述[J]. 王洪坤,葛磊蛟,李宏伟,迟福建. 电力建设. 2017(07)
[6]光伏组件表面积雪及阴天对其发电量预测实验研究[J]. 牛海霞,李晓琴,董正茂. 包头职业技术学院学报. 2017(02)
[7]基于最优权重和隶属云的风电机组状态模糊综合评估[J]. 赵洪山,张健平,李浪. 中国电力. 2017(05)
[8]基于层次分析法的信息安全风险评估要素量化方法[J]. 柴继文,王胜,梁晖辉,胡兵,向宏. 重庆大学学报. 2017(04)
[9]AHP-熵权法在综合传动装置健康状态综合评估中的应用[J]. 陈嘉杨,张洪彦,王敏. 车辆与动力技术. 2017(01)
[10]涡轴发动机控制系统综合评价方法[J]. 卜振鹏,郑震山,吴雄,袁辉. 航空发动机. 2017(01)
博士论文
[1]基于云模型及改进可变模糊集合的中国溃坝风险后果评价[D]. 李巍.郑州大学 2019
[2]基于贝叶斯网络的农网有源配电系统可靠性评估[D]. 高立艾.河北农业大学 2018
[3]小型光伏系统及其关键问题研究[D]. 胡义华.中国矿业大学 2011
硕士论文
[1]军队医院聘用人员劳动关系预警指标研究[D]. 翟琳瑶.西北大学 2019
[2]基于径向基函数神经网络的光伏组件故障诊断[D]. 王晨思.河北农业大学 2019
[3]光伏电站状态评估及维护策略分析[D]. 刘亚维.华北电力大学 2019
[4]基于贝叶斯网络和云模型的卫星ACS健康状态评估[D]. 曲若彤.南京航空航天大学 2019
[5]基于云模型的路桥工程材料健康评估及应用[D]. 王久阳.哈尔滨工业大学 2018
[6]基于直流电力线载波通信的光伏组件监测系统[D]. 杨锋.南京邮电大学 2017
[7]基于云理论的刀具磨损状态监测与磨损量预测理论研究[D]. 康振兴.东北电力大学 2017
[8]考虑天气因素的光伏发电系统可靠性研究[D]. 高扬.华北电力大学 2016
[9]基于云模型和灰色模糊综合评判的高压断路器状态评估[D]. 国连玉.山东大学 2015
[10]基于模糊层次分析法的变压器油纸绝缘状态的综合评估[D]. 曹建军.西南交通大学 2014
本文编号：3471840
【文章来源】：河北农业大学河北省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
图２－２不同期望值的云模型示意图??Ｆｉｇ．２－２?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｘｐｅｃｔａｔｉｏｎｓ??
?基于组合权重及模糊理论的光伏组件健康状况评估???云滴的模糊性；３）熵确定云滴的随机性，即在论域中云滴代表语言值的概率密度。??图２－３描述了在相同的期望和超熵／／ｅ数值下，不同熵五ｎ下的云图，图中的两个??云图对应的云模型分别为Ｃｌ＝?（５，?４，０．１）和Ｃ２＝?（５，?２，?０．１），跨度较大的云图??对应Ｃ１，跨度较小的云图对应Ｃ２，?Ｃ１的熵为４，?Ｃ２的熵为２。通过对比可以看出，??在相同的期望和超熵条件下，熵越大，反映在云图上云的“跨度”越大，表明定性概??念的模糊性越大。??］／Ｉ％?｜??震。。?ｔｈｎ?＿??〇３?／?ｊ?Ｉ?＼?＿??°２?－?／?：ｒ?＾?ｖ??Ｑ?＼＿?｜?，《?Ｉ?｜?Ｉ?、？?．?｜?；???－１０?－５?０?５?１０?１５?２０??图２－３不同熵的云模型示意图??Ｆｉｇ．２－３?Ｃｌｏｕｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｄｉｆｆｅｒｅｎｔ?ｅｎｔｒｏｐｙ??（３）超熵／／ｅ：为熵的熵，即熵的不确定性度量，反映了云滴的分散性概念。图??２－４描述了在相同的期望和熵￡ｎ数值下，不同超熵／／ｅ下的云图。图２－４?（ａ）、??（ｂ）分别为云模型Ｃｌ＝?（５，?２，?０．１）和Ｃ２＝?（５，?２，?１）的云图，其超熵依次为０．１、??１。对比两个云图可以看出，在相同的期望和熵值的条件下，超熵／／ｅ越大，反映在??云图上云的“厚度”越大，表示云滴的离散程度越大。??１１??
?河北农业大学硕士学位（毕业）论文???率。但是长期室外运行容易老化，因此在ＥＶＡ膜制备过程中添加了添加剂以稳定其??性能。??背板位于组件的背面，需要诸如防潮，阻燃和封闭等性能。此外它还要保护组件??免受外部环境的损害。因此，它应该具有抗紫外线和抗老化性能。除此之外，还有防??止水蒸气腐蚀，氧气氧化，提高组件的耐腐蚀性等作用。??钢化玻璃位于组件的正面，是组件的最外层，要具有透光、隔离、密封等性能；??铝边框起密封和固定作用；连接线和接线盒用于连接组件并从组件中导出电流。??＾＝＝＝｜－？??Ｕｕ片‘丨“：ｉ纖??图３－１光伏组件结构示意图??Ｆｉｇ．３－１?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｐｈｏｔｏｖｏｌｔａｉｃ?ｍｏｄｕｌｅｓ??（２）输出特性分析??太阳能电池的输出特性与辐照度ｓ和环境温度ｒ有关。实际工作环境下的光伏组??件的运行参数需要在太阳能电池制造商提供的标准测试条件下的输出数据的基础上??进行修正，即需要修正补偿系数《，Ｃ，才能求得光伏电池在任意温度和光照强度??下的运行参数［７Ｇ＿７１］。??＾?＝?Ａ？＿ｒｅ／／－（ｌ＋ａＡｒ）?（３－１）??Ｌｃ?＝?ｈｃ＿ｒｅｆ?（１＋?ａＡＴ?）?（?３－２?）??〇?ｒｅｆ??Ｕｍ＝Ｕｍｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－３）??Ｕｏｃ?＝?Ｕｏｃｒｅｆ｛＼－ｃＡＴ）＼ｎ｛ｅ?＋?ｂＡＳ）?（３－４）??２０??
【参考文献】：
期刊论文
[1]一种基于PCA和贝叶斯分类的气动调节阀故障诊断方法[J]. 王印松,吴军超. 中国测试. 2019(12)
[2]基于熵权-云模型的我国绿色智慧城市评价[J]. 陈莉,张海侠. 系统仿真学报. 2019(01)
[3]基于模糊理论的滚动轴承质量评估[J]. 尚艳涛,程亚兵,杨德胜,练松伟,黄伟. 轴承. 2018(08)
[4]基于层次分析法和模糊理论水库大坝安全综合评价[J]. 陈曦,曾亚武. 水利与建筑工程学报. 2017(06)
[5]分布式光伏发电的特性分析与预测方法综述[J]. 王洪坤,葛磊蛟,李宏伟,迟福建. 电力建设. 2017(07)
[6]光伏组件表面积雪及阴天对其发电量预测实验研究[J]. 牛海霞,李晓琴,董正茂. 包头职业技术学院学报. 2017(02)
[7]基于最优权重和隶属云的风电机组状态模糊综合评估[J]. 赵洪山,张健平,李浪. 中国电力. 2017(05)
[8]基于层次分析法的信息安全风险评估要素量化方法[J]. 柴继文,王胜,梁晖辉,胡兵,向宏. 重庆大学学报. 2017(04)
[9]AHP-熵权法在综合传动装置健康状态综合评估中的应用[J]. 陈嘉杨,张洪彦,王敏. 车辆与动力技术. 2017(01)
[10]涡轴发动机控制系统综合评价方法[J]. 卜振鹏,郑震山,吴雄,袁辉. 航空发动机. 2017(01)
博士论文
[1]基于云模型及改进可变模糊集合的中国溃坝风险后果评价[D]. 李巍.郑州大学 2019
[2]基于贝叶斯网络的农网有源配电系统可靠性评估[D]. 高立艾.河北农业大学 2018
[3]小型光伏系统及其关键问题研究[D]. 胡义华.中国矿业大学 2011
硕士论文
[1]军队医院聘用人员劳动关系预警指标研究[D]. 翟琳瑶.西北大学 2019
[2]基于径向基函数神经网络的光伏组件故障诊断[D]. 王晨思.河北农业大学 2019
[3]光伏电站状态评估及维护策略分析[D]. 刘亚维.华北电力大学 2019
[4]基于贝叶斯网络和云模型的卫星ACS健康状态评估[D]. 曲若彤.南京航空航天大学 2019
[5]基于云模型的路桥工程材料健康评估及应用[D]. 王久阳.哈尔滨工业大学 2018
[6]基于直流电力线载波通信的光伏组件监测系统[D]. 杨锋.南京邮电大学 2017
[7]基于云理论的刀具磨损状态监测与磨损量预测理论研究[D]. 康振兴.东北电力大学 2017
[8]考虑天气因素的光伏发电系统可靠性研究[D]. 高扬.华北电力大学 2016
[9]基于云模型和灰色模糊综合评判的高压断路器状态评估[D]. 国连玉.山东大学 2015
[10]基于模糊层次分析法的变压器油纸绝缘状态的综合评估[D]. 曹建军.西南交通大学 2014
本文编号：3471840
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3471840.html
