基于改进灰狼算法优化极限学习机的光伏阵列故障诊断方法研究OA
【目的】光伏阵列在复杂室外工作条件下,发生的故障类型多样且程度不同,为了判断光伏阵列的工作状态,提出一种基于改进灰狼算法优化极限学习机(improved grey wolf optimized extreme learning machine,IGWO-ELM)的故障诊断方法。【方法】首先,针对9种故障仿真输出特性进行分析,建立了由短路电流、开路电压、最大功率点电流、最大功率点电压、填充因子组成的5维故障特征向量。其次,针对灰狼算法初始位置分布不…查看全部>>
杨琛;牛锋杰;韩茂林;周宁;周定璇
上海海洋大学工程学院,上海市浦东新区201306上海海洋大学工程学院,上海市浦东新区201306上海海洋大学工程学院,上海市浦东新区201306上海海洋大学工程学院,上海市浦东新区201306上海海洋大学工程学院,上海市浦东新区201306
能源与动力
太阳能发电光伏阵列故障诊断改进灰狼优化(IGWO)算法极限学习机(ELM)K折交叉验证特征提取仿真
《发电技术》 2025 (1)
P.72-82,11
上海市崇明区科委2023年度可持续发展科技创新行动计划项目(CKST2023-01)。
评论