基于CNN-LSTM的太阳能光伏组件故障诊断研究
太阳能光伏产业近年发展迅速，准确诊断光伏组件故障位置及类型可以提升运维人员的工作效率。提出一种基于卷积神经网络-长短期记忆模型(Convolutional Neural Networks-Long Short Term Memory，CNN-LSTM)的深度学习诊断模型，利用电站原有设备就可完成检测任务。首先提出了一种依据电流值的组件故障分类方式；然后，检测模型根据光伏阵列布局特点设计了一种特征提取算法，分别提取光伏阵列电流横向与纵向特征，来获取空间与时间上的特性；再通过CNN网络来对横向特征做进一步的提取与纵向特征的压缩，以解决特征种类单一及训练缓慢的问题；最终进入LSTM神经网络来完成对光伏组件的故障诊断。
文件下载
评论信息
其他资源
- ArcGIS Engine C#矢量要素编辑代码
- 最新仿28在线客服系统商业版源码 php+mysql版 前后台完整
- 基于jsp_演唱会票务网站
- 和利时MACS6.5版软件
- 保研简历模板
- RabbitMQ消费者C#源码
- asp.net库存管理系统
- 电机矢量控制等算法在Simplorer中的实现.pdf
- 多路智力抢答器设计（proteus原理图）
- matlab模式识别工具箱PRTOOLS及使用说明
- 机械臂轨迹规划
- 物联网行业白皮书（2020年）.pdf
- Mastering Vim: Build a software development environment with Vim and Neovim
- excel计算房贷模板
- FANUC Series 0i-MODEL MF维修说明书 B-64605CM-01
- tensorflow的model下的slim
- java实现银行家算法操作系统
- vixie-cron-4.1-81.el5.x86_64.rpm
- asp.net +sql server 办公自动化系统
- 单片机类超声波测距仪的设计
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明