-
题名铅酸蓄电池组分布式在线监测与状态诊断
被引量:14
- 1
-
-
作者
尹春杰
王亚男
宋彦螟
肖发达
李鹏飞
武文豪
-
机构
山东建筑大学信息与电气工程学院
大唐移动通信设备有限公司
-
出处
《自动化仪表》
CAS
2020年第6期24-28,33,共6页
-
基金
山东省重点研发计划基金资助项目(2019GGX103028)。
-
文摘
为提高电储能用铅酸蓄电池组状态检测的实时性、准确性及方便性,提出了一种铅酸蓄电池组分布式在线监测新方法。基于铅酸蓄电池电化学工作机理,分析了蓄电池处于恒流均充、恒压均充、浮充及放电过程中的工作状态特征及端电压变化规律,阐述了在自然负载波动下的内阻在线检测原理及方法。分别研究了基于单体蓄电池端电压、温度分布及实时内阻的健康状态筛选方法,并进一步提出了基于以上单参数筛选结果的综合分级评估策略。选用基于控制局域网(CAN)的分布式网络测控系统架构,以STM32F103为核心控制芯片,设计了分布式在线监测系统。该系统具有安装简便、实时性强、灵敏度高等优点,对提升电力、通信、金融等行业的安全、可靠性具有现实意义。
-
关键词
铅酸蓄电池
在线监测
健康状态
荷电状态
内阻检测
浮充电
均衡充电
热失控
-
Keywords
Lead acid battery
Online monitoring
State of health(SOH)
State of charge(SOC)
Internal resistance detection
Floating charge
Equalized charging
Thermal runaway
-
分类号
TH165
[机械工程—机械制造及自动化]
-
-
题名干式变压器风冷系统在线监测与温控保护装置
被引量:3
- 2
-
-
作者
尹春杰
王亚男
宋彦螟
朱孟隆
吴边
-
机构
山东建筑大学信息与电气工程学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2020年第4期31-34,共4页
-
文摘
针对传统干式变压器温控保护装置对风机运行状态缺乏有效监测的不足,设计实现了以STM32F103为控制器核心的新型干式变压器温控保护装置。提出基于离散傅里叶变换实现对风机运行状态参数在线监测,阐明实现风冷系统故障诊断的判据与温控保护策略,并给出电压电流采样电路、三线桥式温度采样电路及相应的信号调理电路设计。该装置具有风机电源电压、电流等全电量参数及温度监测、系统控制、状态诊断、保护预警、数据存储、远程通讯等功能。
-
关键词
风冷系统
在线诊断
温控保护
离散傅里叶变换
STM32
干式变压器
-
Keywords
air cooling system
online diagnosis
temperature control protection
DFT
STM32
dry transformer
-
分类号
TP216
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名光伏发电组件在线监测与故障诊断系统研制
被引量:4
- 3
-
-
作者
尹春杰
宋彦螟
王亚男
李鹏飞
肖发达
-
机构
山东建筑大学信息与电气工程学院
-
出处
《工业仪表与自动化装置》
2020年第4期122-126,共5页
-
基金
山东省重点研发计划项目资助(2019GGX103028)。
-
文摘
该文提出了基于峰值发电功率估计及最大功率电压估计的光伏组件在线故障诊断方法。以光辐射强度(S)及温度(T)为参变量,依据光伏组件有关出厂技术参数推算出峰值功率Pm(Si,Ti)和开路电压Uoc(Si,Ti)标准值空间分布;采用二维平面分段双线性插值法求取光辐射强度-温度平面内任意点的峰值功率基准值Pm(S,T)及开路电压基准值Uoc(S,T)。以此为基础,引入了最大功率评价系数(KP)和峰值功率电压评价系数(KV),阐述了依据实际KP,KV实现光伏组件在线故障诊断的判定方法。基于智能化光伏组件设想,采用分布式网络系统架构并完成了智能监测终端单元电路设计。该系统具有安装方便、成本低廉、实时性强、灵敏度高等优点。
-
关键词
光伏组件
故障诊断
峰值功率
开路电压
双线性插值
-
Keywords
photovoltaic module
fault diagnosis
peak power
open circuit voltage
bilinear interpolation
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于数据扩充的光伏组件故障诊断方法
被引量:1
- 4
-
-
作者
尹春杰
宋彦螟
肖发达
隋涛
李鹏飞
王亚男
-
机构
山东建筑大学信息与电气工程学院
青岛供电公司
-
出处
《软件导刊》
2021年第10期31-36,共6页
-
基金
山东省重点研发计划项目(2019GGX103028)。
-
文摘
针对光伏发电组件故障类型复杂且监测困难的问题,在原始小样本数据的基础上,提出基于数据扩充的光伏组件故障诊断方法。首先,在光伏发电组件等效模型基础上,建立以光伏发电组件输出电压、输出电流、太阳辐照度及组件表面温度为输入量的单隐含层BP神经网络故障诊断模型,并基于Kolmogorov定理确定隐含层神经元数量;其次,引入原始小样本数据源及白噪声扩充原始数据后的数据源;最后,在同一故障诊断模型下,对两种数据源进行诊断准确率及效率的对比分析。结果表明,利用白噪声扩充后的数据进行诊断,其准确率达到100%,高于原始数据诊断的平均准确率81.25%。故该故障诊断方法可实现对组件故障类型的判断,具有一定的实用性,可为工程应用中利用小样本数据进行光伏组件故障诊断提供参考。
-
关键词
光伏发电组件
故障诊断
神经网络
小样本数据
白噪声
-
Keywords
photovoltaic power generation module
fault diagnosis
neural network
small sample data
white noise
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-