摘要
本发明公开了一种基于人工智能的光伏拉弧检测方法、产品、介质及系统,方法包括步骤:S1、获取光伏系统的光伏数据;S2、采用全连接神经网络来对光伏数据进行特征提取,得到特征数据;其中采用基于分形扩展优化算法的神经网络参数优化方法来优化全连接神经网络的参数;S3、将特征数据进行降维,得到降维后的特征数据;S4、将降维后的特征数据输入至预设光伏拉弧检测识别模型中进行光伏拉弧检测识别。本发明能够有效避免梯度消失或爆炸问题,增强了模型训练的稳定性和泛化能力。
技术关键词
拉弧检测方法
编码器算法
神经网络参数
解码器
数据
重构
Hessian矩阵
支持向量机分类器
周期性
光伏系统
梯度下降算法
设备运行状态
正则化参数
计算机程序产品
处理器
频率
样本
随机森林