粒子群优化RBF神经网络的光伏阵列故障诊断
王福忠
裴玉龙
1.河南理工大学 电气工程与自动化学院,河南焦作,4540002.河南理工大学 电气工程与自动化学院,河南焦作,454000
摘要：光伏阵列能否正常工作直接关系到整个光伏发电系统运行的安全性和可靠性.对于光伏阵列故障诊断中传统的BP神经网络诊断算法准确率低、收敛速度慢等问题,提出一种基于粒子群优化RBF神经网络的故障诊断算法.建立以光伏阵列的4种故障特征参数为输入、5种情况为输出的故障诊断模型,对基于粒子群算法的网络模型的自适应权重寻优进行仿真实验.最后,将优化算法与BP神经网络算法以及RBF神经网络算法进行对比.实验结果表明,优化算法不仅可以有效地诊断光伏阵列的故障类型,而且还可以提高故障诊断的准确率.
关键词：光伏阵列故障诊断RBF神经网络粒子群算法
分类号：TP306(计算技术、计算机技术)
资助基金：国家自然科学基金(61405055)河南省产学研项目(132107000027)
论文发表日期：2018-03-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 93-98 )
英文信息