一种基于神经网络专家系统的微逆变器故障检测方法技术方案

本发明专利技术公开了一种基于神经网络专家系统的微逆变器故障检测方法，包括以下步骤：步骤1：构建初始知识库；步骤2：确定神经网络拓扑结构和网络参数，构建基于神经网络的专家系统；神经网络包括输入层、中间层和输出层，设有三个输入层；步骤3：神经网络专家系统的数据处理模块将实时检测到的数据送到专家系统，专家系统调用知识库中的数据与所述的实时检测到的数据进行比较，利用推理机的推测和分析判断系统是否发生故障，输出故障信息；及时地探测到故障的发生并提供相关的处理信息，采用多层输入的拓扑结构，该检测算法精简，效率高，检测准确度高，以便维修人员能尽快修理故障，避免故障引起各种损失和危害。

【技术实现步骤摘要】

【技术保护点】
一种基于神经网络专家系统的微逆变器故障检测方法，其特征在于，包括以下步骤：步骤1：构建初始知识库；初始知识库中的数据是指通过实验得到的微逆变器实时工作数据，包括：在不同的环境光照和温度条件下获得的光伏电池组件的输出电压及电流、微逆变器直流侧的输入电压及电流、微逆变器交流侧输出的并网电压及电流、电网电压及电网频率；步骤2：确定神经网络拓扑结构和网络参数，构建基于神经网络的专家系统；神经网络包括三个BP神经网络，每个BP神经网络均包括输入层、中间层和输出层；输入层包含两个输入节点；中间层包含两个隐含层，第一隐含层包括三个隐含节点，第二隐含层包括两个隐含节点；输出层包括一个输出节点；其中，第三BP神经网络的第二隐含层包括四个隐含节点，输出层包括两个输出节点；第一BP神经网络、第二BP神经网络及第三BP神经网络依次级联，第一BP神经网络输出层的输出节点与第二BP神经网络中间层的第二隐含层相连，第二BP神经网络输出层的输出节点与第三BP神经网络中间层的第二隐含层相连；所述隐含层中网络权值根据误差反向传播原理进行动态误差修正确定，网络权值的初始值依据实验经验值获得；步骤3：神经网络专家系统的数据处理模块将实时检测到的数据送到专家系统，专家系统调用知识库中的数据与所述的实时检测到的数据进行比较，通过神经网络推理机的推测和分析最终判断系统是否发生故障，输出层输出故障信息，最终故障信息通过电力载波模块输出至故障信息处理模块，故障信息处理模块将故障信息送至故障显示单元。...

【技术特征摘要】

【专利技术属性】
技术研发人员：杨建，张鹏飞，粟梅，姚福林，阮璇，
申请(专利权)人：江西中能电气科技有限公司，
类型：发明
国别省市：