基于参数优化的光伏电池故障诊断

• 作者: 毛乾龙 汪石农
• 来源期刊: 牡丹江师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 人工蜂群算法 参数辨识 故障诊断 概率神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 物理与电子工程
• 页码范围: 31-37
• 页数: 7页
• 分类号: TP23
• 字数: 4087字
• 语种: 中文

摘要

提出一种基于参数优化的光伏电池故障诊断方法.采用优化的人工蜂群算法对影响光伏电池I-V曲线的参数进行辨识,获取不同故障类型光伏电池特征参数数据集,建立概率神经网络故障诊断模型对光伏电池故障类型进行诊断.仿真结果表明,优化的人工蜂群算法能够对光伏电池特征参数进行快速、准确的辨识,故障诊断结果与故障特征一致,验证了基于参数优化光伏电池故障诊断方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪石农	安徽工程大学电气工程学院	16	38	4.0	5.0
2	毛乾龙	安徽工程大学电气工程学院	1	0	0.0	0.0