基于KELM的光伏组件故障诊断方法

• 作者: 吴丽君 吴越 林培杰 陈志聪
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏组件 模型参数 故障诊断 KELM
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究与设计
• 页码范围: 532-535
• 页数: 4页
• 分类号: TM914
• 字数: 3440字
• 语种: 中文

摘要

提出了一种基于核极限学习机(KELM)的光伏组件故障诊断方法.分析了各类型光伏组件故障与光伏组件等效电路模型参数的关系.将光伏组件模型参数和参数辨识的最优均方根误差(RMSE)引入作为诊断局部固有阴影的特征变量,并对KELM故障模型输入特征向量作了整合优化.通过搭建的仿真模型和实例分析证实,与直接将等效电路模型参数作为神经网络输入的方法相比,所提方法可以更快速、精确地识别出短路、老化及阴影故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林培杰	福州大学微纳器件与太阳能电池研究所	45	320	8.0	16.0
2	吴越	福州大学微纳器件与太阳能电池研究所	4	10	2.0	3.0
3	陈志聪	福州大学微纳器件与太阳能电池研究所	13	40	4.0	5.0
4	吴丽君	福州大学微纳器件与太阳能电池研究所	11	29	3.0	5.0