基于布谷鸟算法的光伏组件故障诊断模型优化

• 作者: 庄城城 张杰 张霞 易辉
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏组件 故障诊断 布谷鸟算法 BP神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 76-79
• 页数: 4页
• 分类号: TM615
• 字数: 2813字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.01.022

摘要

光伏组件是光伏发电系统中重要的组成部分.为了分析光伏组件在运行过程中出现的故障情况,建立布谷鸟搜索算法优化反向传播(BP)神经网络光伏组件故障诊断模型,并使用布谷鸟搜索算法寻找BP神经网络中的阈值和权值,降低网络对初始值的敏感度,避免网络陷入局部最小,实现模型分类效果的优化.对比结果显示,该模型能够准确有效地识别光伏组件的故障类型.相对于其他算法,优化的故障诊断模型具有更高的精确度,证明了该模型的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张杰	南京工业大学电气工程与控制科学学院	38	80	6.0	7.0
2	易辉	南京工业大学电气工程与控制科学学院	16	66	4.0	8.0
3	庄城城	南京工业大学电气工程与控制科学学院	4	3	1.0	1.0
4	张霞		2	0	0.0	0.0