-
公开(公告)号：CN113221468B
公开(公告)日：2022-07-08
申请号：CN202110605736.1
申请日：2021-05-31
Applicant: 福州大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06F119/08
Abstract: 本发明涉及基于集成学习的光伏阵列故障诊断方法，包括以下步骤：获取光伏面板的实际I‑V特性曲线信息和环境信息；计算I‑V特性曲线的电气参数、几何特征，并结合光伏阵列单二极管等效模型电路的模型参数和光伏阵列的背板温度、环境辐照度作为故障特征；对特征数据进行零均值标准化处理，并对故障标签进行序号编码；根据集成学习的模型堆叠方法搭建故障诊断模型，以极端随机树、LightGBM、支持向量机和K‑近邻算法作为模型堆叠第一层的算法，极端随机树作为第二层算法，并用网格搜索选择算法的超参数；根据训练好的模型预测光伏阵列的故障类型，评估和优化光伏电站的工作状态。本发明结合不同算法的优点，提升了故障诊断算法的预测精度和稳定性。
-
公开(公告)号：CN111259550B
公开(公告)日：2022-05-13
申请号：CN202010051084.7
申请日：2020-01-17
Applicant: 福州大学
IPC: G06F30/20 , H02S50/00 , G06F113/04
Abstract: 本发明涉及一种基于网格搜索和改进NM单纯形算法的光伏模型更新方法，包括以下步骤：步骤S1：获取光伏面板的实际I‑V特性曲线信息；步骤S2：确定光伏组件模型和目标函数；步骤S3：采用网格搜索对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点，并确定模型参数搜索范围；步骤S4：采用改进的Nelder‑Mead单纯形对步骤S3中的模型参数搜索起始点进行局部搜索,获取全局最优的光伏模型参数向量。步骤S5:根据得到的全局最优的光伏模型参数向量，实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。本发明提高了光伏模型参数提取的精度和速度，能够实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。
-
公开(公告)号：CN113221468A
公开(公告)日：2021-08-06
申请号：CN202110605736.1
申请日：2021-05-31
Applicant: 福州大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06F119/08
Abstract: 本发明涉及基于集成学习的光伏阵列故障诊断方法，包括以下步骤：获取光伏面板的实际I‑V特性曲线信息和环境信息；计算I‑V特性曲线的电气参数、几何特征，并结合光伏阵列单二极管等效模型电路的模型参数和光伏阵列的背板温度、环境辐照度作为故障特征；对特征数据进行零均值标准化处理，并对故障标签进行序号编码；根据集成学习的模型堆叠方法搭建故障诊断模型，以极端随机树、LightGBM、支持向量机和K‑近邻算法作为模型堆叠第一层的算法，极端随机树作为第二层算法，并用网格搜索选择算法的超参数；根据训练好的模型预测光伏阵列的故障类型，评估和优化光伏电站的工作状态。本发明结合不同算法的优点，提升了故障诊断算法的预测精度和稳定性。
-
公开(公告)号：CN111259550A
公开(公告)日：2020-06-09
申请号：CN202010051084.7
申请日：2020-01-17
Applicant: 福州大学
IPC: G06F30/20 , H02S50/00 , G06F113/04
Abstract: 本发明涉及一种基于网格搜索和改进NM单纯形算法的光伏模型更新方法，包括以下步骤：步骤S1：获取光伏面板的实际I-V特性曲线信息；步骤S2：确定光伏组件模型和目标函数；步骤S3：采用网格搜索对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点，并确定模型参数搜索范围；步骤S4：采用改进的Nelder-Mead单纯形对步骤S3中的模型参数搜索起始点进行局部搜索,获取全局最优的光伏模型参数向量。步骤S5:根据得到的全局最优的光伏模型参数向量，实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。本发明提高了光伏模型参数提取的精度和速度，能够实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。
-
-
-
Search Results
4
records
(took 0.019 seconds)
