基于XGBoost算法的光伏阵列故障诊断方法研究 |
| |
引用本文: | 段震清,孙建民,梁凌,李庚达,崔青汝,伍权.基于XGBoost算法的光伏阵列故障诊断方法研究[J].太阳能,2023(1):62-68. |
| |
作者姓名: | 段震清 孙建民 梁凌 李庚达 崔青汝 伍权 |
| |
作者单位: | 国家能源集团新能源技术研究院有限公司 |
| |
摘 要: | 针对光伏阵列故障频发,且无法及时有效在线对故障类型进行识别的问题,提出了一种基于极度梯度提升(XGBoost)算法对光伏阵列进行故障诊断的方法。首先,基于Matlab Simulink仿真技术,建立光伏阵列仿真模型,针对正常、开路、短路、老化、阴影遮挡5种光伏阵列运行状态进行仿真,获取500例有效数据;其次,分析仿真数据特征变量之间的共线性关系,提取有效的特征变量作为模型的特征变量输入;然后,基于特征变量构建XGBoost故障诊断模型,并根据10折交叉验证方法优化超参数;最后,依据模型性能度量指标对XGBoost故障诊断模型的诊断结果进行评价,并分析模型特征变量的重要性。研究结果表明:基于XGBoost算法的光伏阵列故障诊断方法能简单、高效、实时在线对样本数据进行故障诊断,可应用于光伏阵列典型故障类型的有效识别。该故障诊断方法可为光伏电站现场运维人员提供技术支持,未来将在大型光伏电站,使用更大范围的实时数据开展使用和验证工作。
|
关 键 词: | 光伏阵列 故障诊断 XGBoost算法 特征变量 |
|
|