基于SOA-SVM模型的光伏阵列故障诊断研究

作者：孙培胜; 陈堂贤; 程陈; 李正

来源：电源学报, 2022, 1-13.

• 光伏阵列
• 故障诊断
• 海鸥优化算法
• 支持向量机

基于支持向量机(Support Vector Machine， SVM)用于光伏阵列故障诊断时准确率不高，且易受核函数与惩罚因子参数的影响，提出一种基于海鸥算法(Seagull optimization algorithm， SOA)优化支持向量机的光伏阵列故障诊断方法。引入海鸥优化算法对SVM模型进行参数寻优，建立基于最优参数的SOA-SVM故障诊断模型；利用MATLAB软件搭建光伏阵列仿真模型，提取不同故障类型下的特征参数并输入到SOA-SVM模型进行故障诊断。实验结果表明：经SOA优化后的SVM模型故障诊断准确率显著提高；且相比ABC-SVM、PSO-SVM模型，SOA-SVM模型具有更快的寻优收敛迭代速度、更高的故障诊断准确率。