摘要
本发明提供一种基于EEMD‑LSTM神经网络的光伏系统失稳在线检测方法、系统、设备及介质,所述方法包括如下步骤:S1、获取实际光伏系统的各节点电压信息;S2、通过EEMD方法将电压信号分解为多个IMF分量;S3、从IMF分量中选取幅值最高的多个分量作为特征信号;S4、提取特征信号的时域特征和频域特征;S5、构建电压特征量与标签的数据库;S6、将数据库作为训练数据集,输入LSTM模型进行离线训练,生成稳定/失稳分类模型;S7、实时监测光伏系统的节点稳定性。本发明采用EEMD信号分解,能够自适应地分解不同频率下的信号模态;通过构建EEMD分解结果与分类标签,形成LSTM模型的训练数据集,然后通过LSTM模型即可使得此方法具备不同类型的光伏系统的稳定性在线监测能力。
技术关键词
光伏系统
LSTM神经网络
在线检测方法
长短期记忆神经网络模型
经验模态分解方法
LSTM模型
电压
信号
时域特征
非易失性存储介质
标签
频域特征提取
在线检测系统
节点
模块
通信接口
存储器
处理器
系统为您推荐了相关专利信息
智能体交互
交互组件
切换按钮
视觉反馈显示
屏幕
直流电弧检测方法
布谷鸟优化
直流电弧故障检测
编码器
滤波器
馈电开关
预测网络模型
馈电装置
数据处理单元
远程监控系统
多源异构数据
异常检测方法
高维特征向量
逆变器
气象传感器