[发明专利]基于线性判别分析和支持向量机的光伏阵列故障诊断方法在审
| 申请号： | 201810525961.2 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108875796A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 林培杰;程树英;章杰;陈志聪;陈凌宸;吴丽君;郑茜颖 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于线性判别分析的光伏阵列工作状态分析与故障诊断方法。该方法包括：步骤S1：生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的若干个电气特征参数以及环境参数，得到特征参数测试样本矩阵；步骤S2：对特征参数标准矩阵做线性判别分析，得到投影矩阵，并将标准矩阵乘上投影矩阵得到标准分类矩阵；步骤S3：将标准分类矩阵作为训练集，通过支持向量机训练分类模型；步骤S4：将测试样本矩阵乘上投影矩阵，得到新的样本矩阵；步骤S5：通过S3中得到的分类模型对步骤S4中得到的新的样本矩阵进行分类，识别数据所属的分类。本发明可以通过对光伏系统日常运行数据的线性判别分析和分类实现对故障的准确诊断。 | ||
| 搜索关键词： | 矩阵 线性判别分析 光伏阵列 投影矩阵 标准分类 标准矩阵 测试样本 分类模型 故障诊断 特征参数 样本矩阵 分类 支持向量机训练 电气特征参数 工作状态分析 光伏发电阵列 支持向量机 最大功率点 仿真数据 环境参数 运行数据 训练集 采集 诊断 | ||
【主权项】：
1.一种基于线性判别分析的光伏阵列工作状态分析与故障诊断方法，其特征在于，包括如下步骤：步骤S1、生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的若干个电气特征参数以及环境参数，得到特征参数测试样本矩阵；步骤S2：对特征参数标准矩阵做线性判别分析，得到投影矩阵，并将标准矩阵乘上投影矩阵得到标准分类矩阵；步骤S3：将标准分类矩阵作为训练集，通过支持向量机训练分类模型；步骤S4：将测试样本矩阵乘上投影矩阵，得到新的样本矩阵；步骤S5：通过S3中得到的分类模型对步骤S4中得到的新的样本矩阵进行分类，识别数据所属的分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810525961.2/，转载请声明来源钻瓜专利网。
