一种PSO-SVM的光伏阵列故障检测与分类

来源 :福州大学学报(自然科学版) | 被引量 : 19次 | 上传用户:wangzhaolinghappy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种粒子群优化支持向量机的光伏阵列故障检测与分类的方法.分析了光伏阵列输出特性和故障类型,选择合适的特征向量及归一化方式.选用径向基核函数优化模型结构,并利用PSO算法对参数进行寻优,提高模型精确度.结合实验平台获取光伏阵列正常工作和8种故障状态的实测数据,随机划分为训练集和测试集,并建立PSO-SVM故障检测与分类模型.实验表明,应用本模型进行故障检测准确率达99.89%,分类准确率达98.68%,优于BP神经网络以及决策树的检测和分类结果.
其他文献
通过水流分析、港区污水处理设施调查,对规划期内(2010年)港区水污染物的排放总量进行了预测,研究了天津港水污染物排放总量控制的分析过程与方法,根据现有技术和经济状况提
综述了中国公路建设项目环境保护管理的有关规定 ,包括环境保护管理的内容与程序、分类管理、环境影响评价审批与环境影响咨询收费管理等
高校图书馆游离于高校教育信息化的大潮,参与能力欠缺,从方便读者自助检索的需要出发,组织文献,是提升专业形象,投身高校整体教育工作的切入点。
伴随着我国新课程改革的深入实施,教育界的广大学者、教育者的思想观念发生了根本性的转变,各学科的课堂教学也实现突破性的进展。然而随着我国农村寄宿制学生数量的大幅度上