[发明专利]基于K-SVD训练稀疏字典的光伏阵列故障诊断方法有效
| 申请号： | 201810750695.3 | 申请日： | 2018-07-10 |
| 公开（公告）号： | CN108983749B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 林培杰;程树英;俞金玲;郑艺林;陈志聪;吴丽君;郑茜颖;章杰 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02;G01R31/00;H02S50/10 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于K‑SVD训练稀疏字典的光伏阵列故障诊断方法。采集多组光伏发电阵列正常，短路和开路电流样本信号，构造训练样本矩阵；对每个样本信号进行归一化处理；调用K‑SVD算法，确定训练样本矩阵的行数N，列数M，稀疏字典的词汇量K，稀疏度L，以及迭代次数n；利用正常样本矩阵，短路样本矩阵和开路样本矩阵分别训练出正常稀疏字典，短路稀疏字典及开路稀疏字典；调用OMP算法，分别利用三种稀疏字典重构检测样本信号，并计算出三种重构信号和检测样本信号的相关系数；根据检测样本信号和稀疏字典重构信号相关系数的大小实现光伏发电阵列故障的诊断与分类。本发明能够为光伏故障诊断提供了研究经验和研究思路。 | ||
| 搜索关键词： | 基于 svd 训练 稀疏 字典 阵列 故障诊断 方法 | ||
【主权项】：
1.基于K‑SVD训练稀疏字典的光伏阵列故障诊断方法，其特征在于，包括如下步骤：步骤S1、采集多组光伏发电阵列正常、短路和开路的电流样本信号，构造训练样本矩阵，包括正常样本矩阵、短路样本矩阵和开路样本矩阵；步骤S2、对每个样本信号进行归一化处理；步骤S3、调用K‑SVD算法，确定训练样本矩阵的行数N以及列数M，其中N、M亦为样本维度、样本个数，稀疏字典的词汇量K，稀疏度L，以及迭代次数n；步骤S4、利用正常样本矩阵、短路样本矩阵和开路样本矩阵分别训练出正常稀疏字典、短路稀疏字典及开路稀疏字典；步骤S5、调用OMP算法，分别利用三种稀疏字典重构检测样本信号，并计算出三种重构信号和检测样本信号的相关系数；步骤S6、根据检测样本信号和稀疏字典重构信号相关系数的大小实现光伏发电阵列故障的诊断与分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810750695.3/，转载请声明来源钻瓜专利网。
