全文总字数：3413字
文献综述
文 献 综 述一、研究意义和应用价值目前,光伏阵列的主要问题是热斑现象。
所谓的热斑现象就是光伏电池板中部分光伏电池单体由于长时间被遮挡,导致其产生的电流小于其他没被遮挡的光伏电池单体产生的电流,根据基尔霍夫电压定律,这些被遮挡的光伏电池单体会带负电压,成为电路中的负载,并以热量形式消耗其他正常工作的光伏电池单体产生的功率,这种热量的长时间积累会损坏光伏电池板的封装材料,甚至破坏光伏电池板的物理结构,并将造成永久损坏。
在各种光伏发电系统中，普遍存在局部阴影或光照不均等现象。
当光伏组件中某个单体光伏电池被树叶或者其他不透明物体遮挡时，将导致该光伏组件输出电流降低而使得被遮挡的单体光伏电池产生过热现象，通常称为热斑现象。
热斑现象会严重影响光伏组件的使用寿命，因此，最大限度减少热斑现象的发生或降低被遮挡单体光伏电池的消耗功率具有实际意义。
本课题采用光伏板运行时的典型电流特征，结合深度学习算法，解析光伏板实时运行状况。
算法可以在光伏板发生热斑故障的初期，或者具有发生热斑故障的趋势时，快速反应，做出报警。
二、国内外研究现状太阳能光伏阵列故障检测技术是近几年才发展起来的新技术，目前世界上对光伏阵列故障检测系统的研究尚未取得显著的成果。
目前公认的解决方法有以下几种：1.是利用热像技术进行光伏阵列故障检测，2.根据故障状态下光伏阵列的电流和电压变化对光伏阵列故障点进行检测。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
