摘要
本发明公开了一种光伏异常直流电弧检测方法及系统,涉及电弧故障检测技术领域,旨在解决目前的电弧检测方法准确率不高的问题,包括以下步骤:S1,采集光伏系统不同运行工况下的直流电流数据,形成模型训练数据集;S2,对模型训练数据集依次进行噪声频率消除和归一化预处理,得到处理后的模型训练数据集;S3,基于处理后的模型训练数据集对构建的一维卷积神经网络模型进行训练,得到基于KAN的直流电弧异常故障检测模型;S4,部署并运行直流电弧异常故障检测模型,检测光伏系统中是否产生直流电弧。本发明采用基于KAN神经网络的直流电弧异常故障检测模型,来实时检测系统中是否有直流电弧产生,检测准确率高。
技术关键词
直流电弧检测方法
故障检测模型
检测光伏系统
一维卷积神经网络
实时检测系统
数据
直流电流
背景噪声消除
电弧故障检测
模拟实验装置
频率
系统噪声
测试平台
陷波器
工况
采样率
系统为您推荐了相关专利信息
偏心检测方法
多模态特征
融合特征
一维卷积神经网络
深度学习模型
内容缓存方法
一维卷积神经网络
输入神经网络模型
互联网
缓存装置
实时检测系统
视觉检测模块
加权融合算法
柔性触觉传感器
水果图像