一种结合核极限学习机与模型无关的元学习框架的光伏故障诊断方法

AITNT
正文
推荐专利
一种结合核极限学习机与模型无关的元学习框架的光伏故障诊断方法
申请号:CN202411669665
申请日期:2024-11-21
公开号:CN119647525A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种结合核极限学习机与模型无关的元学习框架的光伏故障诊断方法,属于光伏系统安全技术领域,包括以下步骤:步骤S1:构建基于核极限学习机的光伏故障诊断模型;步骤S2:构建结合核极限学习机与模型无关的元学习框架的光伏故障协同诊断模型,用于进行光伏故障诊断;步骤S3:构建针对诊断模型的光伏故障诊断结果的评估策略;本发明在保证故障诊断准确性的同时具有较快的反应速度,能够对光伏系统所受故障进行有效诊断,保证光伏系统的稳定运行。
技术关键词
故障诊断方法 故障诊断模型 高斯径向基函数 核极限学习机模型 正则化参数 框架 系统安全技术 光伏系统 矩阵 计算方法 变量 策略 复杂度 样本 节点 数据
系统为您推荐了相关专利信息
1
一种基于指令协同网络的指令簇生成方法与系统
故障诊断模型 生成方法 深度Q网络 最大化资源利用率 强化学习框架
2
一种远距离成像中的大气湍流波前相因子估计方法
双生成对抗网络 生成器网络 湍流 因子 估计方法
3
一种用于中小型企业数字化转型的全周期数据管理方法
数据管理方法 企业内部业务数据 数据质量检查 逻辑回归模型 正则化参数
4
一种齿轮箱故障检测诊断方法、电子设备及存储介质
齿轮箱故障检测 诊断方法 频域特征 故障诊断模型 卷积神经网络提取
5
基于状态时序划分的充电桩故障诊断方法
量子隧道效应 故障特征 生成时序数据 故障诊断方法 多模态特征融合
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