基于改进朴素贝叶斯模型的分布式光伏故障诊断方法

AITNT
正文
推荐专利
基于改进朴素贝叶斯模型的分布式光伏故障诊断方法
申请号:CN202411116342
申请日期:2024-08-14
公开号:CN118862686A
公开日期:2024-10-29
类型:发明专利
摘要
本申请公开了一种基于改进朴素贝叶斯模型的分布式光伏故障诊断方法,其中,上述方法包括:获取光伏监测数据;基于光伏监测数据进行故障分析,预测光伏监测数据所属的故障类别,以及故障类别的初始概率估计值和目标调整值;基于故障类别的目标调整值对初始概率估计值进行更新,获得故障类别对应的目标概率估计值;按照目标概率估计值,确定故障检测结果。解决了相关技术中多是依靠人工展开分布式光伏的故障检测,导致分布式光伏故障诊断准确率低的问题,提升了分布式光伏故障检测的准确性。
技术关键词
故障类别 故障检测模型 归一化电路 样本 分布式光伏 朴素贝叶斯模型 故障诊断方法 数据 故障诊断装置 误差 功率 电流 电压 仿真模型 电子装置 分析模块 存储器
系统为您推荐了相关专利信息
1
基于神经网络模型的网络安全空间数据资产动态更新方法
神经网络模型 动态更新方法 资产 网络节点 数值
2
胶图中目标条带纯度的自动计算
条带 人工智能识别 像素 图片 计算机程序指令
3
旋转等变物理量的预测方法、设备、存储介质和产品
物理系统模型 非线性神经网络 训练样本数据 待测材料 深度编码
4
翻译模型的训练方法、介质、计算机设备和程序产品
翻译模型 注意力 计算机设备 矩阵 处理器
5
基于形状损失函数负荷预测方法、系统、设备及存储介质
电力负荷预测算法 负荷预测方法 电力负荷预测模型 历史负荷数据 预测电力负荷
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号