节点文献

基于半监督机器学习法的光伏阵列故障诊断

免费订阅

【作者】 李光辉段晨东武珊

【Author】 LI Guanghui;DUAN Chendong;WU Shan;School of Electronic & Control Engineering, Chang’an University;

【通讯作者】 李光辉;

【机构】 长安大学电子与控制工程学院

【摘要】 由于光伏组件的非线性输出特性,传统故障保护装置难以检测到所有故障,从而导致光伏阵列出现安全问题和火灾危险。针对传统故障保护装置存在的缺陷问题,提出一种基于半监督机器学习(semi-supervised machine learning,SSML)算法的光伏阵列故障诊断模型,模型利用参考光伏组件将光伏阵列电压与电流归一化,通过半监督机器学习算法分析光伏阵列工作点状态,进而检测故障和识别故障类型。该故障诊断模型仅需要少量容易测量的标签数据,且对环境变化有较强适应能力。最后,通过仿真和实验,验证该故障诊断模型的有效性。

【所属期刊栏目】 可再生能源发电与综合消纳技术 (2020年05期)
  • 【DOI】10.13335/j.1000-3673.pst.2019.0695
  • 【分类号】TM615;TP181
  • 【下载频次】357
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: