基于改进的VMD和CNN神经网络的光伏逆变器软故障诊断方法研究

摘要：

针对光伏发电系统中光伏逆变器电路复杂,出现故障时间短等问题,文中提出一种基于改进的变分模态分解和卷积神经网络相结合的故障诊断方法,可有效地解决故障特征提取困难,特征参数奇异性差,以及由于特征参数差而引起的故障诊断率低等问题.利用SIMULINK建立光伏逆变器软故障模型,并采集相关参数作为样本;使用VMD对参数进行变分模态分解,得到若干分量,并且利用小波变换提取各模态分量的小波能量,获得故障特征值并降维;用卷积神经网络CNN进行故障诊断,并用其结果与传统的VMD-CNN神经网络、VMD-BP神经网络的诊断结果进行比较,验证了此神经网络用于光伏逆变器软故障诊断的正确性和精确性,具有一定的优势.

关键词：光伏逆变器、改进的变分模态分解、卷积神经网络、故障诊断

所属期刊栏目：58

分类号：TM714;TM93(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51604011

在线出版日期：2021-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：158-163