基于改进人工神经网络的太阳能光伏阵列故障诊断研究OA

为提高光伏阵列故障诊断的准确率,提出一种改进的人工神经网络ANN(artificial neural network)的光伏阵列故障检测方法。在ANN中,增加门控卷积层、扁平化层和全连接层替代隐藏层,解决现有ANN容易产生梯度消失的问题,并利用自适应Adaptive Softmax作为模型的输出层激活函数,减少由于数据集规模较大带来的计算耗时。利用MATLAB建立了光伏阵列仿真模型,获得不同状态的模拟运行数据,同时利用从文献中获得的光伏阵列实际不平衡运行数据集,对改进后的ANN与文献所提6种机器学习方法进行诊断性能对比分析,结果证明了所提方法的诊断性能优势。