摘要
一种新能源场站运维故障诊断方法、设备及可读存储介质。该方法包括:对新能源场站中各光伏电站进行聚类,并建立每个类群分组对应的预测模型;基于待诊断光伏电站对应的预测模型确定预测值,并与实测值进行比较;当偏差超过阈值时,将待诊断光伏电站中各组光伏组件的电气特性参数输入故障分析模型,从而得到各组光伏组件的故障类型。本申请通过蚁群算法对BP神经网络算法进行改进,采用蚁群算法中适应度排名的方法选择最终保留群体,可在一定程度上缩减遗传算法的初始种群数,减少遗传算法寻优所用时间,提高故障诊断的分类效率。
技术关键词
新能源场站
故障诊断方法
故障分析模型
光伏电站
光伏发电功率
运维
蚂蚁
误差修正模型
故障诊断设备
光伏组件
构建网络拓扑结构
参数
BP神经网络模型
遗传算法寻优
蚁群算法
搜索算法优化
聚类算法
染色体
系统为您推荐了相关专利信息
三维地形模型
山地光伏电站
巡检轨迹
无人机巡检方法
光伏阵列
远程故障诊断方法
故障特征
光伏发电设备
故障预测模型
异常设备
惯性平台
故障诊断方法
深度神经网络
交叉注意力机制
陀螺仪
电力系统
新能源场站
非易失性存储介质
电流
算法
光伏发电量
光伏电站
序列
数据清洗方法
光照强度数据