遗传算法优化支持向量机的光伏阵列故障诊断研究

• 作者: 李泽滔 郭浩然
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 光伏阵列 故障分类 遗传算法 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP18
• 字数: 3270字
• 语种: 中文

摘要

研究了支持向量机(SVM)方法在光伏阵列故障诊断上的运用,对光伏阵列的输出特性以及故障类型进行了分析总结.支持向量机由于存在惩罚因子系数与核函数系数,在选用径向基核函数后通过遗传算法对其参数进行寻优,通过Matlab仿真实验得到数据,利用寻优后的参数建立模型训练与验证.研究结果表明:支持向量机使用通过遗传算法优化得到的参数在光伏阵列故障诊断上有较高的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李泽滔	贵州大学电气工程学院	54	194	7.0	11.0
2	郭浩然	贵州大学电气工程学院	1	1	1.0	1.0