基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf

基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf

ID:53744239

大小:253.00 KB

页数:4页

时间:2020-04-22

基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf_第1页
基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf_第2页
基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf_第3页
基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf_第4页
资源描述:

《基于BP神经网络单硅太阳电池模型参数的解析研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第31卷第3期计算机应用与软件Vo1.31No.32014年3月ComputerApplicationsandSoftwareMar.2014基于BP神经网络单硅太阳电池模型参数的解析研究胡海燕胡克满王民权(宁波职业技术学院浙江宁波315800)(宁波华索光伏设备有限公司浙江宁波315000)摘要利用BP神经网络对单硅太阳电池数学模型进行求解。通过对I-V方程的推导和化简,结合测试得到的开路电压、短路电流、最大功率电压、最大功率电流等数据提出一种通过BP神经网络的训练得到太阳电池串联内阻、反向饱和电流、并联电流、二极管因子和光生电电流等五个重要参数值的计算方法。并分别对单硅太阳电池在标准条

2、件下、弱光照射和强光照射不同的环境下进行测试。把实测数据和计算仿真值进行对比,结果证明该方法具有较好的计算精度。关键词BP神经网络太阳电池模型参数中图分类号TM914.4TP3文献标识码ADOI:10.3969/j.issn.1000-386x.2014.03.015ANALYTICALSTUDYoNTHEPARAMETERSoFSINGLESILICoNSoLARCELLMoDELBASEDoNBPNEURALNETWoRKHuHaiyanHuKeman·WangMinquan(N~.gb0P0echnic,Ningbo315800,Zhejiang,China)(NingboWesun

3、SolarEnergy螂·M眦Co.,Ltd,Ⅳing60315000,Zhejiang,China)AbstractBPneuralnetworkis印pliedtosolvethemathematicalmodelofsinglesiliconsolarcells.Throughthedeductionandsimplifica-tionofI-Vequation,andcombiningthetesteddataofopencircuitvoltage,shortcircuitcurrent,them~imumpowervoltage,themaximumpowercurrent,e

4、tc.,weputforwardacalculationmethod,itobtainsfiveimportantparametervaluesincludingtheseriesresistanceofsolarcells,thereversesaturationcurrent,theparallelcurrent,thediodefactorandthephotocurrentbythetrainingofBPneuralnetwork.Thesin—slesolarcellistestedunderdifferentenvironmentsuchasstandardcondition

5、s,weaklightandstronglightseparately.Themethodisprovedtohavebettercalculationaccuracybycomparingthemeasureddatawiththecalculatedsimulationresult.KeywordsBPneuralnetworkSolarcellModelParameter利用上述方法对太阳电池I-V曲线进行求解。另外,在文献[4,0弓l言5]中提及太阳电池参数的解析解法,此法在计算的过程中省略了太阳电池的并联内阻参数,从而达到减少参数的目的,简化了太阳电池I—V曲线数学模型是工程应用

6、方面普遍采用的理繁杂的计算过程,降低了计算难度,但同时也降低了太阳电池论模型,它能够较好地反应太阳电池的特性。太阳电池I.V曲I—V曲线解析的准确度。线数学模型包含丰富的物理意义,其中主要包含有太阳电池单本文结合神经网络数学模型,通过对太阳电池I.V曲线体的二极管反向饱和电流、等效串联电阻、等效并联电阻、二极的数学模型分析并对I—V曲线方程的微分求导转换方程等管质量因子及太阳电池单体电流等5个参数,2]。在实际生产处理,利用神经网络对计算的结果进行神经元的训练。在设过程中,通过测试直接获得这5个参数比较困难,工程上通常利定误差为小于0.2%时,对太阳电池参数进行曲线拟合,通用检测设备获得太

7、阳电池I·V曲线并据此推断上述5个重要的过实验和仿真获得数据进行比较研究,实验结果令人满意,参数,以进一步研究太阳电池特性。所以,对I.V曲线的研究也精度更好。成为工程人员关注的热点。目前国内外对曲线的研究方法主要如下:Nash和Walker.收稿日期:2012—10—20。浙江省教育厅科研计划项目(Y201226216);Smith提出的搜索法、Nelder.Mead法、牛顿迭代法等,国内许多2012年浙江省教育厅高等

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。