首页> 中文学位 >基于深度学习的光伏电站太阳能电池组件故障检测方法
【6h】

基于深度学习的光伏电站太阳能电池组件故障检测方法

代理获取

目录

声明

学位论文答辩信息表

第一章 绪论

1.1 研究目的及意义

1.2 国内外研究现状

1.3 研究内容

1.4 论文结构安排

1.5 本章小结

第二章 光伏电池组件故障

2.1 故障分析

2.2 新的故障分类方式

2.3 本章小结

第三章 数据来源与处理

3.1 光伏阵列布局

3.2 数据分析及预处理

3.3 本章小结

第四章 光伏故障检测算法探索

4.1 小数据集检测及实验

4.2 中等数据集检测及实验

4.3 大数据集检测及实验

4.4 本章小结

第五章 基于CNN-LSTM的故障检测算法

5.1 基于光伏阵列的特征提取算法

5.2 基于CNN-LSTM模型的优化

5.3 实验验证

5.4 本章小结

第六章 结论与展望

6.1 结论

6.2 未来展望

参考文献

攻读学位期间取得的科研成果

致谢

展开▼

著录项

  • 作者

    程起泽;

  • 作者单位

    太原理工大学;

  • 授予单位 太原理工大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 陈泽华,沈亮;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP2TM9;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号