粒子群优化RBF神经网络的光伏阵列故障诊断

• 作者: 王福忠 裴玉龙
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 光伏阵列 故障诊断 RBF神经网络 粒子群算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 机电与计算机工程
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP306
• 字数: 2797字
• 语种: 中文
• DOI: 10.16186/j.cnki.1673-9787.2018.02.013

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福忠	河南理工大学电气工程与自动化学院	145	738	11.0	18.0
2	裴玉龙	河南理工大学电气工程与自动化学院	2	8	2.0	2.0