-
公开(公告)号:CN115758284A
公开(公告)日:2023-03-07
申请号:CN202211418893.2
申请日:2022-11-14
Applicant: 南京工业大学
IPC: G06F18/25 , G06F18/213 , G06F18/22 , G06F18/214 , G06F18/21 , H02S50/10
Abstract: 本发明公开了一种基于融合核熵与信息增益的光伏热斑故障检测方法,将测试样本和训练样本进行融合得到融合样本,对融合样本进行标准化处理并利用高斯核函数将其投影到高维空间,对核矩阵进行特征分解得到特征值和特征向量,选择特征值和特征向量计算融合样本的特征信息;利用训练样本的特征信息确定故障检测阈值,通过故障检测变量并与故障检测阈值比较,判断光伏组件是否出现热斑故障;本发明选择核熵成分分析方法提取样本的特征信息,无需假设样本数据符合高斯分布假设,具有更广泛的适用范围;本发明考虑了核熵成分分析方法是基于信息熵的特征提取方法,引入信息增益作为热斑故障检测的检测变量,具有更好的检测效果。
-
公开(公告)号:CN115496136A
公开(公告)日:2022-12-20
申请号:CN202211119030.5
申请日:2022-09-13
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于核熵成分分析与统计分析的光伏热斑故障检测方法,本发明利用核熵成分分析提取样本的特征信息,通过统计分析方法获取故障检测的统计量和控制限。核熵成分分析特征提取方法无需假设数据样本符合高斯分布,在进行特征提取的过程时,先将数据进行标准化,再将标准化数据投影到高维空间,对其进行特征分解,计算信息熵,利用熵值大小选择特征值和特征向量计算样本的特征信息。考虑到提取的信息特征无法构建基于距离的故障检测统计量,本发明利用特征数据得到基于角度信息故障检测的统计量,并用核密度估计方法确定故障检测的控制限。本发明解决了在利用核熵成分分析进行故障检测时缺乏有效的统计量与控制限的问题。
-
公开(公告)号:CN114139614B
公开(公告)日:2022-09-23
申请号:CN202111374913.6
申请日:2021-11-18
Applicant: 南京工业大学
Abstract: 本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法,包括以下步骤:S01,采集光伏数据;S02,数据预处理;S03,典型相关分析;S04,构建训练集和测试集;S05,Fisher判别分析;S06,故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析,即可获得光伏组件是否故障的结论,检测成本低,解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题,本发明输出结果真实可靠,适合广泛推广应用。
-
公开(公告)号:CN114139614A
公开(公告)日:2022-03-04
申请号:CN202111374913.6
申请日:2021-11-18
Applicant: 南京工业大学
Abstract: 本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法,包括以下步骤:S01,采集光伏数据;S02,数据预处理;S03,典型相关分析;S04,构建训练集和测试集;S05,Fisher判别分析;S06,故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析,即可获得光伏组件是否故障的结论,检测成本低,解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题,本发明输出结果真实可靠,适合广泛推广应用。
-
公开(公告)号:CN115758284B
公开(公告)日:2023-05-16
申请号:CN202211418893.2
申请日:2022-11-14
Applicant: 南京工业大学
IPC: G06F18/25 , G06F18/213 , G06F18/22 , G06F18/214 , G06F18/21 , H02S50/10
Abstract: 本发明公开了一种基于融合核熵与信息增益的光伏热斑故障检测方法,将测试样本和训练样本进行融合得到融合样本,对融合样本进行标准化处理并利用高斯核函数将其投影到高维空间,对核矩阵进行特征分解得到特征值和特征向量,选择特征值和特征向量计算融合样本的特征信息;利用训练样本的特征信息确定故障检测阈值,通过故障检测变量并与故障检测阈值比较,判断光伏组件是否出现热斑故障;本发明选择核熵成分分析方法提取样本的特征信息,无需假设样本数据符合高斯分布假设,具有更广泛的适用范围;本发明考虑了核熵成分分析方法是基于信息熵的特征提取方法,引入信息增益作为热斑故障检测的检测变量,具有更好的检测效果。
-
-
-
-