基于改进型相似性建模的光伏积灰监测方法

• 作者: 王中豪 徐正国 章筠
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 光伏系统 积灰 系统状态监测 对比实验 相似性建模(SBM)
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 计算机技术、信息工程|Computer Technology, Information Engineering
• 页码范围: 718-726
• 页数: 9页
• 分类号: TM615
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.04.011

摘要

针对光伏系统积灰程度监测的问题,考虑到基于理论公式的方法误差较大,基于计算机视觉的方法成本较高,传统机器学习方法对训练数据有较高需求,提出弱监督的数据驱动方法:改进型相似性建模(SBM)方法.在原始的SBM方法的基础上,对参数选取、状态矩阵构建与更新、相似性算子设计进行针对性的改进,使得该方法更加适用于光伏系统的应用,提高准确性与响应速度.利用真实的积灰实验数据,对改进型SBM方法与其他5种方法的积灰诊断效果进行对比,包括基于理论公式的方法、前馈神经网络(FNN)、支持向量回归(SVR)、随机森林(RF)和原始SBM方法.结果表明,改进型SBM方法可以以可接受的响应速度劣势实现最佳的积灰程度监测准确性.