10.3969/j.issn.1007-3175.2023.01.008
一种光伏阵列串联电弧故障智能检测方法
由于串联电弧故障特征表现不足以及样本不平衡的问题,导致传统的诊断算法检测效果不佳.提出了一种基于图像识别的光伏阵列串联电弧故障诊断方法:利用格拉姆角和场(GASF)将发生串联电弧故障时的暂态电流数据编码为二维图像,从而放大电弧故障的本质特征;深度卷积生成对抗网络(DCGAN)被用来增扩电弧故障GASF特征图像,以均衡正常与故障样本数量;训练一个LeNet-5诊断模型完成电弧故障的识别.经过实验验证,所提方法有效提升了光伏阵列串联电弧故障的辨识度,且具备优秀的抗干扰能力,对实测数据的整体识别准确率高达99.5%.
光伏阵列、串联电弧故障、格拉姆角和场、深度卷积生成对抗网络
TM615(发电、发电厂)
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
43-47,66