-
题名基于残差网络的光伏组件故障诊断
- 1
-
-
作者
陈杰
侯少攀
崇锋
李江
李君
-
机构
国家电投集团青海光伏产业创新中心有限公司
青海黄河智慧能源科技有限公司
-
出处
《今日自动化》
2023年第7期34-38,共5页
-
文摘
光伏的故障诊断对于光伏的运维具有重要的意义。传统的故障诊断方法准确率较低,识别速度较慢,受外界因素的影响较大。文章通过使用残差网络对电致发光的公开数据集进行故障诊断。基于Pytorch框架搭建,先对数据集进行预处理,避免外界因素对试验产生不必要的影响,通过比较不同深度网络对性能的影响,从而选择性能最好的ResNet34;为更好地提取EL图像的特征,在ResNet34的基础上引入注意力机制;因数据集数量较少无法对网络进行训练,所以使用ImageNet上预训练好的ResNet34模型来进行分类,并分析了不同的Dropout概率和不同梯度下降算法对测试集性能的影响。试验结果表明,最终准确率达到84.4%,能够有效地对光伏故障进行诊断。
-
关键词
电致发光
残差网络
故障诊断
注意力机制
-
Keywords
electroluminescence
residual network
fault diagnosis
attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
