基于改进BP-Bagging算法的光伏电站故障诊断方法OACSTPCD
针对基于机器学习算法的光伏电站故障诊断方法存在的样本数据失衡问题,提出一种基于改进BP-Bagging算法的光伏电站故障诊断方法。首先,基于BP神经网络构建光伏数据与光伏故障类型的映射关系,实现光伏故障诊断;然后,基于随机欠采样方法改进Bagging算法,解决样本的类不平衡问题;接着,针对BP网络存在的过拟合问题,提出基于改进BP-Bagging算法的光伏电站故障诊断模型,并行训练多个BP网络,根据投票法得出故障诊断结果;最后,设置不同算法对照实验,计算出关于模型准确率的评价指标,证明所提方法具有较高的综合性能,在一定程度上能够解决光伏电站故障诊断中的样本类不平衡问题,提高光伏电站故障诊断的准确率。
祁炜雯;张俊;吴洋;范强;赵峰;陈建国;王健;
国网浙江省电力有限公司绍兴供电公司,浙江绍兴312362国网浙江省电力有限公司,杭州310007河海大学能源与电气学院,南京211100
动力与电气工程
光伏电站故障诊断随机欠采样集成学习
《浙江电力》 2024 (003)
P.65-74 / 10
国网浙江省电力有限公司科技项目(5211SX220001)。
评论