利用改进初始化的残差-密集连接网络的光伏阵列故障诊断

• 作者: 吴文涛 陈志聪 吴丽君 程树英 林培杰
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 光伏阵列 故障诊断 I-V曲线 密集连接网络 残差网络
• 年，卷（期）: 2022,（2）
• 页码范围: 192-197
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.21084

摘要

针对在现实生活中光伏阵列大部分运行在正常的工作状态,缺少故障数据的问题,提出一种改进初始化的方法代替随机初始化来训练深度学习模型,以提高故障诊断模型的可靠性.同时,提出基于残差-密集连接网络的光伏故障诊断模型,并基于I-V曲线与最大功率点、温度、辐照度和填充因子作为输入特征.最后,通过多种光伏阵列故障数据检测所提出的方法的性能.实验结果表明,改进初始化的残差-密集连接网络在小样本的情况下仍具有高收敛速度、高准确性以及高稳定性,且能稳定分类各种环境下的光伏阵列故障.