1 |
1
다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 시스템에 있어서, 태양 에너지를 전기 에너지로 변환하여 전력을 출력하는 태양광 패널;각각 인버터 모듈을 포함하며, 상기 태양광 패널에서 출력되는 전력을 교류로 변환하여 전력 계통으로 송전하는 마스터 모듈 및 슬레이브 모듈; 및상기 마스터 모듈 및 슬레이브 모듈에 대한 모니터링 데이터를 수집하여, 기정의된 다층 신경망 고장 진단 모델을 이용해 상기 마스터 모듈 및 슬레이브 모듈에 대한 고장 상태를 결정하는 모니터링 시스템;을 포함하며,상기 마스터 모듈이 우선적으로 상기 전력을 전력 계통으로 송전하도록 구성되되, 상기 모니터링 시스템에 의해 상기 마스터 모듈이 고장 상태로 결정되는 경우, 상기 마스터 모듈이 차단되고 상기 슬레이브 모듈이 동작하도록 구성되는,다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 시스템
|
2 |
2
제1항에 있어서, 상기 태양광 인버터 구동 시스템은, 상기 모니터링 시스템에 의해 상기 마스터 모듈이 고장 상태로 결정되는 경우, 상기 마스터 모듈을 상기 태양광 패널로부터 차단시키고, 상기 슬레이브 모듈이 상기 태양광 패널과 연결되어 동작하도록 전환하는, 전력 전환 스위칭 장치를 더 포함하는 것을 특징으로 하는,다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 시스템
|
3 |
3
제1항에 있어서, 상기 모니터링 시스템은, 인버터 발전량 및 전력량계 발전량을 포함하는 모니터링 데이터를 수집하여 저장하는 저장 장치와, 상기 다층 신경망 고장 진단 모델을 이용해 상기 마스터 모듈 및 슬레이브 모듈에 대한 고장 상태를 결정하는 고장 진단 서버를 포함하는 것을 특징으로 하는, 다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 시스템
|
4 |
4
제1항에 있어서, 상기 다층 신경망 고장 진단 모델은,기정의된 값의 환산 발전량, 전력량계 점검 발전량, 인버터 점검 발전량 및 오차(전력량계 점검발전량 - 인버터 점검발전량)이 입력으로 정의되고, 정상 상태, 인버터 고장 상태 및 전력량계 고장 상태가 출력으로 정의되며,사전 수집된 기초 데이터를 이용해 학습이 완료된 다층 퍼셉트론 신경망 모델에 해당하는 것을 특징으로 하는,다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 시스템
|
5 |
5
태양광 인버터 구동 시스템에서 수행되는 다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 방법에 있어서, 상기 태양광 인버터 구동 시스템은, 태양 에너지를 전기 에너지로 변환하여 전력을 출력하는 태양광 패널;각각 인버터 모듈을 포함하며, 상기 태양광 패널에서 출력되는 전력을 교류로 변환하여 전력 계통으로 송전하는 마스터 모듈 및 슬레이브 모듈; 및상기 마스터 모듈 및 슬레이브 모듈에 대한 모니터링 데이터를 수집하여, 기정의된 다층 신경망 고장 진단 모델을 이용해 상기 마스터 모듈 및 슬레이브 모듈에 대한 고장 상태를 결정하는 모니터링 시스템;을 포함하여 구성되며,상기 모니터링 시스템이, 상기 마스터 모듈과 연관되는 데이터로서, 인버터 발전량 및 전력량계 발전량을 포함하는 모니터링 데이터를 수집하는 단계;상기 모니터링 시스템이, 상기 다층 신경망 고장 진단 모델을 이용해 상기 마스터 모듈에 대한 고장 상태를 결정하는 단계; 및상기 마스터 모듈이 고장 상태로 결정되는 경우, 전력 전환 스위칭 장치를 통해 상기 마스터 모듈이 상기 태양광 패널과 차단되고 상기 슬레이브 모듈이 상기 태양광 패널과 연결되어 동작하는 단계;를 포함하는,다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 방법
|
6 |
6
제5항에 있어서, 상기 다층 신경망 고장 진단 모델은,기정의된 값의 환산 발전량, 전력량계 점검 발전량, 인버터 점검 발전량 및 오차(전력량계 점검발전량 - 인버터 점검발전량)이 입력으로 정의되고, 정상 상태, 인버터 고장 상태 및 전력량계 고장 상태가 출력으로 정의되며,사전 수집된 기초 데이터를 이용해 학습이 완료된 다층 퍼셉트론 신경망 모델에 해당하는 것을 특징으로 하는,다층 신경망 고장 진단 모델을 이용한 태양광 인버터 구동 방법
|