公开(公告)号：CN117852390A

公开(公告)日：2024-04-09

申请号：CN202311673895.0

申请日：2023-12-06

Applicant: 江南大学

Inventor： 陈珺 ,  郑修斌 ,  栾小丽 ,  王志国

IPC: G06F30/27 ,  G06F18/214 ,  G06F17/11 ,  G06F17/16 ,  G06F18/24 ,  G06N3/006 ,  G06N3/126 ,  G06N3/084 ,  G06F111/08

Abstract: 本发明公开了一种基于内部参数的光伏阵列故障诊断方法，包括如下步骤：1)建立光伏阵列模型，模拟故障情况，采集实际的电压电流数据；2)给出光伏阵列I‑V特性方程，确定待辨识参数；3)设置BP神经网络参数，利用IDBO优化初始阈值和权重；4)采用IDBO对光伏阵列进行参数辨识，根据辨识的参数和RMSE值，建立故障数据集；5)随机抽取训练集和测试集，做归一化处理；6)输入训练集，训练故障诊断模型；7)引入测试集，对光伏状态进行诊断；8)反归一化处理，输出诊断结果。本发明具有诊断准确率高的特点，跟传统BP神经网络或其他智能算法优化的BP神经网络故障诊断模型相比，准确率更高，综合准确率达99.84％。

公开(公告)号：CN116956733A

公开(公告)日：2023-10-27

申请号：CN202310934761.3

申请日：2023-07-27

Applicant: 江南大学

Inventor： 陈珺 ,  郑修斌 ,  王志国 ,  李恭新

IPC: G06F30/27 ,  G06N3/006 ,  G06F111/08

Abstract: 本发明公开了基于改进蜣螂算法的光伏电池模型参数辨识方法，属于光伏发电技术领域。所述方法包括：1)通过实验采集实际光伏电池的输出电压和输出电流数据；2)建立光伏电池I‑V特性方程，确定待辨识参数；3)将光伏电池的实际电流和辨识模型得到的电流的均方差作为改进蜣螂算法寻优搜索的目标函数；4)设定算法的运行参数；5)运行改进蜣螂算法对光伏电池模型的未知参数进行辨识，通过最小化目标函数得到模型中未知参数的辨识估计值，将辨识估计值代入光伏电池模型中，构成光伏电池的辨识模型。本发明方法可替代传统光伏电池辨识方法，具有寻优精度高、收敛速度快、稳定性强等特点，也可推广到其他复杂模型的参数辨识中。