Print

遗传算法优化支持向量机的光伏阵列故障诊断研究

论文摘要

研究了支持向量机(SVM)方法在光伏阵列故障诊断上的运用,对光伏阵列的输出特性以及故障类型进行了分析总结。支持向量机由于存在惩罚因子系数与核函数系数,在选用径向基核函数后通过遗传算法对其参数进行寻优,通过M atlab仿真实验得到数据,利用寻优后的参数建立模型训练与验证。研究结果表明:支持向量机使用通过遗传算法优化得到的参数在光伏阵列故障诊断上有较高的准确度。

论文目录

  • 0 引言
  • 1 支持向量机
  • 2 遗传算法优化的SVM
  • 3 光伏阵列故障分析
  • 4 仿真实验
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 郭浩然,李泽滔

    关键词: 光伏阵列,故障分类,遗传算法,支持向量机

    来源: 智能计算机与应用 2019年05期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业,自动化技术

    单位: 贵州大学电气工程学院

    分类号: TM615;TP18

    页码: 58-62

    总页数: 5

    文件大小: 1759K

    下载量: 361

    相关论文文献

    本文来源: https://www.lunwen90.cn/article/f9a6c2c28d14ba4436973678.html