基于XGBoost的光伏阵列故障诊断方法

    公开(公告)号:CN114239481A

    公开(公告)日:2022-03-25

    申请号:CN202111548471.2

    申请日:2021-12-17

    IPC分类号: G06F30/398 G06K9/62

    摘要: 一种基于XGBoost的光伏阵列故障诊断方法,通过建立光伏组件等效电路模型,根据模型建立光伏组件基本电流方程后分析光照强度、温度对光伏组件内部参数的影响,得到组件伏安特性曲线随光照强度、温度的变化趋势并进一步分析不同程度下的光伏阵列故障对应的伏安特性曲线的变化情况,选取、构建反映不同故障特性的特征量,作为故障诊断的输入向量;然后建立光伏阵列仿真模型以模拟不同类型、不同程度的故障,通过调节光照强度、温度获取伏安特性曲线,读取、构建故障特征量,建立光伏阵列故障数据集,用于在离线阶段训练基于XGBoost算法的光伏阵列故障诊断模型;最后在在线阶段采用训练后的光伏阵列故障诊断模型融合多种不同类型、不同程度故障的光伏阵列故障特征量、光照强度、温度,通过极限梯度提升决策树得到光伏阵列多种不同类型、不同程度的故障。

    一种基于多频异步架构的热电联动系统鲁棒状态估计方法

    公开(公告)号:CN117993730A

    公开(公告)日:2024-05-07

    申请号:CN202311847032.0

    申请日:2023-12-28

    摘要: 本发明涉及一种基于多频异步架构的热电联动系统鲁棒状态估计方法,包括以下步骤:获取热电联动系统的历史负荷功率数据,基于随机矩阵理论构建热电联动系统的耦合特征;获取热电联动系统的历史运行数据,将所述耦合特征与历史运行数据结合作为训练集,构建状态量预测模型;采用多频异步并行框架分别对热电联动系统中的热力系统和电力系统进行动态状态估计,并迭代更新估计值,直至满足耦合设备约束,完成系统状态估计,其中,热力系统和电力系统分别应用容积卡尔曼滤波方法,并基于所述状态量预测模型进行动态状态估计。与现有技术相比,本发明具有实现热电联动系统数据鲁棒处理、能够提升热电联动系统态势感知水平等优点。