这项工作提出了一种基于人工神经网络（ANN）的光伏系统故障诊断新技术。对于给定的一组工作条件 - 太阳能辐照度和光伏（PV）模块温度，使用仿真模型计算PV串的当前电压（IeV）特性中的一些属性，例如电流，电压和峰值数目。然后将模拟的属性与从现场测量获得的属性进行比较，从而识别可能的错误操作条件。然后开发两种不同的算法以隔离和识别八种不同类型的故障。该方法已经使用安装在Jijel大学（阿尔及利亚）可再生能源实验室（REL）的PV串的气候和电参数的实验数据库进行了验证。所获得的结果表明，所提出的技

1000光照25温度，已验证运行可出U-I/U-P曲线。如果有问题可在下面提问，帮忙解决。

电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种 评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方 法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类， 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电