改进遗传优化神经网络的光伏阵列故障诊断

摘要：

针对传统BP算法易陷入局部最小值、收敛速度慢等问题,提出了一种基于改进的自适应遗传算法优化BP神经网络(IAGA-BP)的故障诊断方法.该模型通过将精英个体保留策略与排序选择法相结合,对选择算子进行改进,同时引入非线性函数,对交叉概率和变异概率进行自适应调整,并将改进的遗传算法应用于BP网络初始权值阈值的优化,最后将优化后的BP神经网络应用于光伏阵列故障诊断,实现对短路、开路、阴影、老化及复合故障的检测.仿真结果表明,该优化算法的收敛和诊断能力优于传统BP神经网络,在光伏阵列故障诊断领域具有良好的实用性.

关键词：光伏阵列、故障诊断、BP神经网络、自适应遗传算法

所属期刊栏目：46

分类号：TM615(发电、发电厂)

资助基金：上海地方能力建设项目20020500700

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：802-806