基于改进麻雀搜索算法优化RBF神经网络的光伏阵列故障诊断

作者：武文栋; 施保华; 郑传良; 郭茜婷; 陈峥

来源：智慧电力, 2023, 51(02): 77-83.

DOI：10.3969/j.issn.1673-7598.2023.02.012

• 光伏阵列
• 故障特征提取
• RBF神经网络
• 改进麻雀搜索算法
• 故障诊断

针对传统BP神经网络在光伏阵列故障诊断时受初始权值阈值的影响，易导致全局搜索过程陷入局部最优这一问题，提出了一种基于改进麻雀搜索算法优化RBF神经网络（ISSA-RBF）的光伏故障诊断方法。首先，利用Matlab建立光伏阵列故障仿真模型，提取出故障诊断模型的特征参数；其次，融入Levy飞行和自适应权重φ对麻雀搜索算法进行改进，用优化后的算法建立ISSA-RBF故障诊断模型；最后，与传统BP和SSA-RBF模型进行对比验证，实验结果表明，ISSA-RBF模型在故障诊断精度上达到94.8%，可以有效诊断光伏阵列的故障类型。

• 单位
  福州大学; 三峡大学; 自动化学院