典型文献
基于聚类算法的光伏发电设备故障诊断方法
文献摘要：
为提高光伏发电设备故障诊断效率,保证光伏发电厂的运行可靠性,本文引进聚类算法,设计一种针对光伏发电设备的故障诊断方法.根据实际需求,设定光伏发电设备在运行中的故障状态属于空间状态,选择具有特征性的参数,用于描述设备的运行工况与运行状态,以此实现对光伏发电设备故障特征与训练样本的选择;对所有故障信息进行离散,根据离散点在空间中的分布,引进聚类算法,对光伏发电设备故障训练样本与特征集合进行归一化处理;对聚类中心进行降维处理,得到一个更加优化的故障信息聚类中心,将构建的故障矩阵信息导入作为测试数据集合,将数据集合导入三维卷积网络中进行数据测试,以此构建光伏发电设备故障诊断模型;对构建的模型进行仿真训练,确保诊断的结果与故障真实结果匹配.通过对比实验证明,设计的设备故障诊断方法可以在更短的时间内完成对故障的诊断.
文献关键词：
聚类算法;诊断方法;故障诊断模型;归一化处理;光伏发电设备
中图分类号：
作者姓名：
朱小超
作者机构：
国网宁夏电力有限公司银川供电公司,宁夏银川750011
文献出处：
引用格式：
[1]朱小超-.基于聚类算法的光伏发电设备故障诊断方法)[J].宁夏电力,2022(04):12-18
A类：
故障矩阵
B类：
聚类算法,光伏发电设备,设备故障诊断,故障诊断方法,诊断效率,发电厂,运行可靠性,故障状态,具有特征,特征性,运行工况,故障特征,训练样本,故障信息,离散点,特征集合,归一化处理,聚类中心,降维处理,测试数据,数据集合,三维卷积网络,数据测试,故障诊断模型,仿真训练
AB值：
0.202084
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
