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 |
| |
作者姓名: | 武文栋 施保华 郑传良 郭茜婷 陈峥 |
| |
作者单位: | 1. 三峡大学电气与新能源学院;2. 湖北省微电网工程技术研究中心;3. 福州大学电气工程与自动化学院;4. 国网宁德供电公司 |
| |
基金项目: | 国家自然科学基金资助项目(52007103); |
| |
摘 要: | 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。
|
关 键 词: | 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 |
|