| 基于SCSO-SVM算法的光伏组件故障识别 |
| |
| 引用本文： | 郁纪,肖文波,李欣蕊,吴华明.基于SCSO-SVM算法的光伏组件故障识别[J].科学技术与工程,2024,24(3):1066-1074. |
| |
| 作者姓名： | 郁纪 肖文波 李欣蕊 吴华明 |
| |
| 作者单位： | 南昌航空大学;南昌航空大学; 南昌航空大学科技学院 |
| |
| 基金项目： | 国家自然科学基金(12064027,62065014)；江西省教育厅科学技术研究项目(GJJ2204302);2022年江西省高层次高技能领军人才培养工程入选(63);九江市市级科技计划项目(2022-2023年度自然科学基金及创新人才项目) |
| |
| 摘 要： | 光伏阵列通常被安装在恶劣的室外环境中，因此在运行过程中易发生故障。为了准确识别光伏阵列的故障类型，提出沙猫群优化支持向量机(sand cat swarm optimization support vector machine, SCSO-SVM)用于光伏组件故障识别，且对比支持向量机(support vector machine, SVM)、粒子群优化支持向量机(particle swarm optimized support vector machine, PSO-SVM)、遗传优化支持向量机(genetic optimized support vector machine, GA-SVM)、麻雀优化支持向量机(sparrow optimized support vector machine, SSA-SVM)、灰狼优化支持向量机(gray wolf optimized support vector machine, GWO-SVM)和鲸鱼优化支持向量机(whale optimized support vector machine, WOA-SVM)算法。首先，六种SVM混合算法都克...
|
| 关 键 词： | 光伏组件 故障识别 支持向量机 混合算法 沙猫群算法 |
| 收稿时间： | 2023/4/4 0:00:00 |
| 修稿时间： | 2023/10/31 0:00:00 |
Fault Identification of PV Modules Based on SCSO-SVM Algorithm |
| |
| Yu Ji,Xiao Wenbo,Li Xinrui,Wu Huaming.Fault Identification of PV Modules Based on SCSO-SVM Algorithm[J].Science Technology and Engineering,2024,24(3):1066-1074. |
| |
| Authors: | Yu Ji Xiao Wenbo Li Xinrui Wu Huaming |
| |
| Institution: | Nanchang Hangkong University;Science and Technology College of Nanchang Hangkong University |
| |
| Abstract: | |
| |
| Keywords: | photovoltaic modules fault identification support vector machine hybrid algorithm sand cat swarm algorithm |
|
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
