基于自编码器和改进K均值聚类的光伏组件故障诊断

• 作者: 周皖奎 杨君 林翀
• 来源期刊: 通信电源技术
• 关键词: 光伏组件 自编码器 改进K均值聚类 故障诊断
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 研制开发
• 页码范围: 54-56,59
• 页数: 4页
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2020.19.017

摘要

光伏组件运行时关键参数具有连续性,难以直接用聚类的方式诊断故障,因此提出了基于自编码器(Autoencoder,AE)和改进K均值聚类K-Means++光伏组件故障诊断方法.利用AE降维数据输入特征数据,保证了特征之间的高内聚、低耦合以及去线性的特性.针对传统K均值聚类(K Means Clustering,K-Means)对初始聚类中心敏感,且聚类结果随不同的初始聚类中心波动的缺陷,基于数据分布特征选取初始聚类中心的K-Means++算法.数据试验结果表明,基于AE和K-Means++算法对短路、开路、阴影遮挡以及老化故障的诊断表现良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨君		1	0	0.0	0.0
2	林翀		3	2	1.0	1.0
3	周皖奎		1	0	0.0	0.0