基于外特性电气参数的光伏组件故障诊断方法

摘要

本发明公开了一种基于外特性电气参数的光伏组件故障诊断方法，首先，对不同故障下光伏组件外特性电气参数进行特征提取；其次，分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法建立基于外特性电气参数的4种光伏组件故障诊断模型，用于光伏组件的初步故障诊断；最后，提出了一种基于改进证据相似度的光伏组件数据融合故障诊断模型，将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配(BPA)函数值，在决策层进行融合诊断输出。本发明的基于外特性电气参数的光伏组件故障诊断方法，解决了单一故障诊断方法可靠性低的缺陷。

主权项

一种基于外特性电气参数的光伏组件故障诊断方法，其特征在于包含以下步骤：步骤一：对不同故障下光伏组件外特性电气参数进行特征提取；步骤二：分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法，建立基于外特性电气参数的4种光伏组件故障诊断模型；步骤三：建立基于改进证据相似度的数据融合模型，将4种模型的诊断结果作为该模型的基本概率分配函数值，在决策层进行融合诊断输出。