计量学报

作者：吴忠强,曹碧莲,侯林成,马博岩,胡晓宇

单位：燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004

关键词：计量学;光伏系统;故障分类;随机森林算法;小波包变换;神经网络

基金：河北省自然科学基金(F2020203014)

针对光伏系统故障分类问题,提出一种小波包变换和随机森林算法相结合的故障分类方法。采集光伏系统的故障电压数据,利用小波包变换对电压信号进行分解,提取各频带能量作为故障特征,将特征样本送入随机森林算法中进行分类。随机森林算法是结合集成学习理论和随机子空间方法的一种算法,可以对多种故障做出准确分类。使用PSCAD/EMTDC搭建独立光伏发电系统,选取12种故障进行模拟,得到600个故障样本,选取其中360个样本用于训练分类器,240个样本用于测试分类器的分类性能。仿真结果表明:该方法可有效辨别光伏系统的12种故障,分类准确率达到97.92%。与RBF神经网络分类器相比,故障分类准确率提高了4.17%,对进一步实现光伏系统故障诊断研究具有重要意义。

来源：2021年第12期

《计量学报》期刊编辑部

查看计量学报杂志2021年第12期