本文選題：光伏陣列 + 故障　； 參考：《福州大學(xué)學(xué)報(自然科學(xué)版)》2017年05期

【摘要】：提出一種粒子群優(yōu)化支持向量機的光伏陣列故障檢測與分類的方法.分析了光伏陣列輸出特性和故障類型,選擇合適的特征向量及歸一化方式.選用徑向基核函數(shù)優(yōu)化模型結(jié)構(gòu),并利用PSO算法對參數(shù)進行尋優(yōu),提高模型精確度.結(jié)合實驗平臺獲取光伏陣列正常工作和8種故障狀態(tài)的實測數(shù)據(jù),隨機劃分為訓(xùn)練集和測試集,并建立PSO-SVM故障檢測與分類模型.實驗表明,應(yīng)用本模型進行故障檢測準確率達99.89%,分類準確率達98.68%,優(yōu)于BP神經(jīng)網(wǎng)絡(luò)以及決策樹的檢測和分類結(jié)果.
[Abstract]:A method for fault detection and classification of photovoltaic array based on particle swarm optimization (PSO) support vector machine (SVM) is proposed. The output characteristics and fault types of photovoltaic arrays are analyzed, and the proper feature vectors and normalization methods are selected. The radial basis function is used to optimize the model structure and the PSO algorithm is used to optimize the parameters to improve the accuracy of the model. The measured data of normal operation and 8 fault states of photovoltaic array were obtained by using the experimental platform. The data were randomly divided into training set and test set, and the fault detection and classification model of PSO-SVM was established. Experiments show that the accuracy of fault detection is 99.89 and the accuracy of classification is 98.68, which is better than BP neural network and decision tree detection and classification results.
【作者單位】： 福州大學(xué)物理與信息工程學(xué)院微納器件與電池研究所;
【基金】：國家自然科學(xué)基金資助項目(61574038、61601127、51508105) 福建省科技廳工業(yè)引導(dǎo)性重點資助項目(2015H0021、2015J05124、2016H6012) 福建省教育廳科研資助項目(JAT160073) 福建省經(jīng)信委行業(yè)關(guān)鍵共性技術(shù)資助項目(83016006、830020)
【分類號】：TM615;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 閆榮超;李畸勇;;局部陰影條件下的光伏陣列建模與特性仿真[J];機械制造與自動化;2011年01期

2 王建華;韓偉;;光伏陣列的仿真模型研究[J];信息技術(shù);2011年06期

3 陳昌松;段善旭;殷進軍;;基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測模型的設(shè)計[J];電工技術(shù)學(xué)報;2009年09期

4 劉剛;;太陽能光伏陣列數(shù)學(xué)模型的綜述[J];科技信息;2010年04期

5 劉曉艷;祁新梅;鄭壽森;王飛;陳達明;;局部陰影條件下光伏陣列的建模與分析[J];電網(wǎng)技術(shù);2010年11期

6 翟津川;黃梅;;光伏陣列三相并網(wǎng)仿真模型[J];電子設(shè)計工程;2010年12期

7 楊鵬;劉松;沈楚焱;;一種數(shù)字式光伏陣列模擬系統(tǒng)的研究[J];電工電氣;2011年02期

8 陳阿蓮;馮麗娜;杜春水;張承慧;;基于支持向量機的局部陰影條件下光伏陣列建模[J];電工技術(shù)學(xué)報;2011年03期

9 丁明;陳中;;遮陰影響下的光伏陣列結(jié)構(gòu)研究[J];電力自動化設(shè)備;2011年10期

10 陳正偉;朱建華;裘君英;劉瀏;;光伏陣列解析模型的研究[J];浙江科技學(xué)院學(xué)報;2011年06期

相關(guān)會議論文 前6條

1 傅望;羅時武;青志明;;局部陰影條件下光伏陣列輸出特性方程研究[A];2013年中國電機工程學(xué)會年會論文集[C];2013年

2 張國榮;瞿曉麗;蘇建徽;劉寧;董康;;基于動態(tài)電容充電的光伏陣列Ⅰ-Ⅴ測試儀[A];2009安捷倫科技節(jié)論文集[C];2009年

3 張淵明;孫彥廣;張云貴;;非均勻輻射條件下光伏陣列建模及運行穩(wěn)定性分析[A];全國冶金自動化信息網(wǎng)2012年年會論文集[C];2012年

4 代倩;段善旭;蔡濤;陳昌松;;基于氣象因子的神經(jīng)網(wǎng)絡(luò)模型在光伏發(fā)電預(yù)測中的應(yīng)用研究[A];第27屆中國氣象學(xué)會年會氣候資源應(yīng)用研究分會場論文集[C];2010年

5 黃智勇;;水利水電工程中太陽能的利用[A];2013年電氣學(xué)術(shù)交流會議論文集[C];2013年

6 謝標鍇;沈輝;朱薇樺;;六種太陽電池光伏陣列實際發(fā)電性能比較[A];第十屆中國太陽能光伏會議論文集：迎接光伏發(fā)電新時代[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 王培珍;光伏陣列故障狀態(tài)的識別研究[D];合肥工業(yè)大學(xué);2005年

2 吳小進;光伏陣列及并網(wǎng)逆變器關(guān)鍵技術(shù)研究[D];北京交通大學(xué);2012年

3 翟載騰;任意條件下光伏陣列的輸出性能預(yù)測[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張磊;一種光伏陣列模擬器的研究和設(shè)計[D];哈爾濱工業(yè)大學(xué);2015年

2 寇彥宏;光伏陣列最大功率點跟蹤方法的研究[D];寧波大學(xué);2015年

3 呂盛華;基于光伏陣列拓撲的全局最大功率跟蹤算法研究[D];太原理工大學(xué);2016年

4 楊莉萍;光伏陣列的模型仿真及其均衡補償[D];北方工業(yè)大學(xué);2016年

5 張曉娜;大規(guī)模光伏陣列發(fā)電仿真系統(tǒng)及故障診斷技術(shù)研究[D];青海大學(xué);2016年

6 樊慶亞;基于無線傳感網(wǎng)絡(luò)的光伏陣列監(jiān)測管理系統(tǒng)研發(fā)[D];江蘇大學(xué);2016年

7 王素寧;基于果蠅優(yōu)化算法的多峰值光伏最大功率跟蹤控制策略研究[D];上海電機學(xué)院;2016年

8 姜棟瀟;基于數(shù)據(jù)挖掘的光伏陣列故障診斷研究[D];華北電力大學(xué)(北京);2016年

9 張朝;可拓撲重構(gòu)的光伏陣列故障診斷方法研究[D];廣西大學(xué);2016年

10 戴雅晨;基于SVR的光伏陣列MPPT算法研究[D];南昌大學(xué);2016年

，

本文編號：1822236