基于数据融合的光伏组件故障诊断

发布时间：2018-01-13 17:19

本文关键词：基于数据融合的光伏组件故障诊断　出处：《电网技术》2017年06期 　论文类型：期刊论文

【摘要】：对不同故障下光伏组件内部等效参数和外特性电气参数进行特征提取,分别采用改进人工鱼群算法优化径向基函数神经网络(improved artificial fish swarm algorithm-radical basic function neural network,IAFSA-RBFNN)算法和相关向量机(relevance vector machine,RVM)算法,建立了基于内部等效参数和外特性电气参数的4种光伏组件故障诊断模型,用于光伏组件的初步故障诊断。在此基础上,提出了一种基于改进证据相似度的光伏组件数据融合故障诊断模型,将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配(basic probability assignment,BPA)函数值,在决策层进行融合诊断输出,仿真和实验结果验证了上述方法可有效提高故障诊断的精度。
[Abstract]:The internal equivalent parameters and external electrical parameters of photovoltaic module are extracted under different faults. The improved artificial fish swarm algorithm is used to optimize the radial basis function neural network (. Improved artificial fish swarm algorithm-radical basic function. Neural network. IAFSA-RBFNN) algorithm and relevance vector machine (RVM) algorithm. Four kinds of photovoltaic module fault diagnosis models based on internal equivalent parameters and external electrical parameters are established, which can be used in the primary fault diagnosis of photovoltaic modules. A fault diagnosis model of photovoltaic module data fusion based on improved evidence similarity is proposed. The diagnostic results of the above four models are used as the basic probability assignment value of the improved data fusion algorithm. The results of simulation and experiment show that the proposed method can effectively improve the accuracy of fault diagnosis.
【作者单位】：河海大学能源与电气学院;国网淮安供电公司;
【基金】：江苏省普通高校研究生科研创新计划(CXZZ12_0228)~~
【分类号】：TM615
【正文快照】： 向量机;故障诊断;改进证据相似度0引言光伏发电具有设计安装容易、地域限制小、扩容性强、噪声低以及寿命长等特点,日益成为新能源发电的主要形式之一。现阶段,光伏发电系统中光伏组件所占投资比重仍较大,约占总造价40%左右[1]。通常,光伏组件的设计寿命约为25年,然而由于其长

【相似文献】