一种基于神经网络的光伏阵列小样本故障诊断方法

本发明公开了一种基于WGAN‑GP神经网络的光伏阵列小样本故障诊断方法。首先，提取光伏阵列在不同环境参数下的数据样本并并进行预处理；使用小样本数量的故障数据样本训练WGAN‑GP神经网络，并用密度指标评估WGAN‑GP的训练效果；在所有故障类型都获得了性能良好的生成器网络后，生成大量的虚假数据并与真实数据混合，再使用LSTM神经网络对光伏阵列进行故障诊断。本发明可以生成质量较好的虚假样本，将小样本数据集扩充为能够支持神经网络完成训练的数据集，节省了收集光伏阵列故障数据所需的成本，使LSTM神经网络能够被运用于缺少足够故障样本的光伏电站中。