[发明专利]一种基于随机森林算法的光伏阵列故障诊断方法在审
申请号: | 201810907589.1 | 申请日: | 2018-08-10 |
公开(公告)号: | CN109150104A | 公开(公告)日: | 2019-01-04 |
发明(设计)人: | 周超超;陶洪峰;沈建强;魏强;刘巍;周龙辉 | 申请(专利权)人: | 江南大学 |
主分类号: | H02S50/10 | 分类号: | H02S50/10 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 何金锦 |
地址: | 214122 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于随机森林算法的光伏阵列故障诊断方法,涉及光伏技术领域,该方法包括:采集光伏阵列处于各个典型运行状态时,各个支路和总干路对应的电路参数组,根据采集到的电路参数组构建得到故障特征向量,从而构建数据样本集,利用数据样本集基于随机森林算法构建得到光伏阵列故障诊断模型,利用该模型对待诊断光伏阵列进行诊断,得到各个典型运行状态对应的投票结果,根据各个投票结果得到待诊断光伏阵列的故障诊断结果,该方法基于数据驱动的思想,利用随机森林算法构建光伏阵列故障诊断模型,适用于实际光伏阵列的特点,克服了传统神经网络算法需要数据量大、训练时间长等问题,能够简单快速地完成诊断任务。 | ||
搜索关键词: | 光伏阵列 随机森林 算法 诊断 典型运行状态 故障诊断模型 电路参数 故障诊断 数据样本 算法构建 投票结果 构建 传统神经网络 故障特征向量 故障诊断结果 采集 支路 数据驱动 数据量 干路 光伏 | ||
【主权项】:
1.一种基于随机森林算法的光伏阵列故障诊断方法,其特征在于,所述方法包括:确定光伏阵列在运行过程中的典型运行状态,所述光伏阵列包括n个支路,每个支路包括m个光伏组件,m和n均为正整数且m≤4、n≤4;在所述光伏阵列处于各个所述典型运行状态时,分别采集所述光伏阵列中的各个支路和总干路对应的电路参数组,每个电路参数组中包括k个电路参数,k为正整数,根据采集到的n+1个电路参数组构建得到一个p维的故障特征向量,其中,p=k*(n+1);根据获取到的所述故障特征向量构建所述光伏阵列的数据样本集,将所述数据样本集划分为训练样本集和测试样本集;基于随机森林算法利用所述训练样本集构建得到光伏阵列故障诊断模型,并利用所述测试样本集对所述光伏阵列故障诊断模型进行测试,所述光伏阵列故障诊断模型中包括s个决策树,s≥2且s为正整数;利用测试完成的所述光伏阵列故障诊断模型对待诊断光伏阵列进行诊断,得到所述s个决策树对各个所述典型运行状态的投票结果;根据各个所述典型运行状态的投票结果得到所述待诊断光伏阵列的故障诊断结果,所述故障诊断结果用于指示所述光伏阵列中的各个支路的运行状态。
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江南大学,未经江南大学许可,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/201810907589.1/,转载请声明来源钻瓜专利网。