摘要
本发明涉及光伏发电技术领域,公开了一种太阳能光伏阵列故障诊断方法及装置,该方法包括,获取目标光伏阵列的IV曲线和附加参数信息,基于IV曲线和附加参数信息进行特征提取,得到初始数据集;利用序列浮动前向选择算法对初始数据集进行特征选择,得到优化后的数据集;利用优化后的数据集对加权集成学习模型进行训练,得到训练后的加权集成模型;其中,加权集成学习模型包括逻辑回归分类器、支持向量机分类器和朴素贝叶斯分类器;利用训练后的加权集成模型对太阳能光伏阵列进行故障诊断,得到太阳能光伏阵列故障诊断结果。本发明提高了太阳能光伏阵列故障诊断的实时性、准确性和可靠性,对光伏系统故障诊断的发展和应用具有重要意义。
技术关键词
太阳能光伏阵列
集成学习模型
朴素贝叶斯分类器
逻辑回归分类器
支持向量机分类器
故障诊断方法
特征选择
数据
计算机
分类准确率
曲线
故障诊断装置
故障诊断模块
光伏发电技术
投票算法
可读存储介质
特征提取模块
指令
系统为您推荐了相关专利信息
三维网格模型
加工件表面
缺陷分类器
机器学习分类器
统计特征
在线课程学习系统
分类检索方法
词语
在线课程平台
标签
光伏阵列故障诊断
光伏阵列故障检测方法
人工神经网络
特征提取单元
模拟光伏阵列
生物力学参数
膝关节
人机交互控制
三维移动轨迹
数据处理模块