期刊-基于SVM理论的光伏阵列电路故障诊断仿真分析-论文模板-电子技术-科技核心.docxVIP

PAGE1

PAGE2

基于SVM理论的光伏阵列电路故障诊断仿真分析

摘要：光伏能源因为其清洁无污染在近年来得到了巨大的发展，但其在故障诊断、故障定位以及故障维护方面仍然存在很多的问题，进而影响了光伏发电的系统稳定性和运行成本。支持向量机（SupportVectorMachine，简称SVM）是数据挖掘中最新的一项二分类模型，可以有效地应用于光伏阵列电路的智能诊断领域。本文提出了一种适用光伏阵列电路故障诊断带有故障优先级的支持向量机多分类诊断方法，并通过在mathlab上通过代码仿真模拟，验证了不同故障样本的模型准确率的差异，确定了经过特征选择后故障样本训练具有准确度更高，系统复杂度和样本量较少，运算量最高的特点。

关键词：支持向量机；光伏；拓扑结构；mathlab；仿真

引言

经济发展需要充足的能源做保障，我国经济体量早已成为世界第一，我国的能耗也攀升至世界首位。巨大的能源消耗带来了碳排放和其他污染，给我国的环保工作带来了巨大的压力，为了改变我国目前面临的环境问题，响应习近平总书记“绿水青山就是金山银山”的号召，就必须加大新型能源开发和发展的力度。

光伏能源因为其清洁无污染，容易获取和利用，在近年来得到了巨大的发展。光伏电池能够在运行过程中实现“零排放、零污染”，随着光伏效率、寿命和耐用性不断提高，制造成本大幅度地降低，光伏能源在我国的能源序列中所占的比重越来越