基于FCM和SRF组合的光伏组件故障诊断研究

• 作者: 汪洋 肖文 胡春花 闫天一 陈凤云
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏组件 故障诊断 模糊C均值聚类 随机森林 Stacking
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 2009-2013,2057
• 页数: 6页
• 分类号: TM914
• 字数: 4435字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2019.12.027

摘要

为了在较长的时间段内准确诊断光伏组件的故障,提出了一种基于FCM (fuzzy C-means)算法和SRF算法组合的光伏组件故障诊断方法.利用FCM将样本数据按照最大隶属度原则进行相似日聚类并得到聚类中心,用每一类样本数据分别训练SRF分类模型,将上述聚类中心和SRF分类模型组成FCM-SRF分类模型来判断光伏组件的运行状态.通过实验证明了该方法适用于样本数据的时间和季节跨度较大的情况,其判断结果具有较高的准确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡春花	镇江高等专科学校电子与信息学院	15	109	6.0	10.0
2	肖文	江苏大学电气信息工程学院	12	73	4.0	8.0
3	汪洋	江苏大学电气信息工程学院	23	134	7.0	11.0
4	陈凤云	江苏大学电气信息工程学院	3	0	0.0	0.0
5	闫天一	江苏大学电气信息工程学院	2	0	0.0	0.0