Indexed by：
Abstract：
提出一种半监督极限学习机(SSELM)算法实现在少标签样本下的光伏组件故障诊断。首先,分析光伏组件在不同故障状态下的I-V曲线变化规律,并提取特征量。然后提出一种特征参数标准化方法,实现不同工况下特征参数的转换和标准化。最后,阐述了基于SSELM的故障诊断建模方法。所提方法的优点是,仅利用少量带标签的仿真数据与大量无标签的实测数据即可建立光伏故障诊断模型,极大降低了数据收集的人力和时间成本,且具有较高的辨识准确率。仿真和实例验证了所提故障诊断方法能有效识别光伏组件的短路,遮阴和异常老化故障。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
太阳能学报
ISSN： 0254-0096
CN： 11-2082/TK
Year： 2021
Issue： 12
Volume： 42
Page： 465-470
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
