科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于传统机器学习算法的光伏阵列故障诊断方法需要大量训练集的问题，提出了基于CatBoost算法的故障诊断方法，实现小规模训练集下不同程度故障的准确诊断。建立了光伏组件等效电路模型，考虑短路、开路、老化、局部阴影下不同程度的光伏阵列故障，分析包含旁路二极管和阻塞二极管的光伏阵列的伏安特性曲线变化特性，构建反映不同故障特性的特征量，作为光伏阵列故障诊断方法的输入向量。使用CatBoost算法对小规模训练集进行训练，建立基于CatBoost算法的故障诊断模型。为验证所提方法的效果，分别进行了仿真和实验分析。将所提方法与传统神经网络算法、其他决策树算法进行对比，验证了所提方法在小规模训练集下的准确性与稳定性。
-
单位电力传输与功率变换控制教育部重点实验室; 上海交通大学
