摘要
基于改进黑翅鸢算法优化LightGBM的光伏阵列故障诊断方法,包括以下步骤:模拟光伏阵列故障并分析I‑V、P‑V曲线,提取故障特征量;对提取的故障特征量进行数据采集以及预处理,分为训练集和测试集;采用透镜成像反向学习策略、正余弦算法策略和自适应T分布扰动策略对黑翅鸢算法BKA进行优化改进,提升了黑翅鸢算法BKA的全局寻优能力以及收敛速度;构建基于IBKA‑LightGBM的光伏阵列故障诊断模型,利用训练集对IBKA‑LightGBM的光伏阵列故障诊断模型进行训练;通过测试集验证IBKA‑LightGBM的光伏阵列故障诊断模型有效性,并进行光伏阵列故障检测。本发明对于单一故障和复合故障的故障诊断率极佳;故障诊断准确率更高,可有效地应用于光伏阵列故障诊断。
技术关键词
光伏阵列故障诊断
故障特征量
余弦算法
光伏阵列故障检测
模拟光伏阵列
概率密度函数
全局寻优能力
LightGBM模型
策略
正弦余弦函数
关键故障特征
故障诊断率
透镜
短路
成像
曲线
调控模型
参数
系统为您推荐了相关专利信息
统计特征
位置更新
余弦算法
融合特征
计算机程序代码
分布式进化算法
光伏阵列故障诊断
超参数
变换特征
变邻域搜索算法