您当前的位置:
首页 >
文章列表页 >
基于改进灰狼算法优化极限学习机的光伏阵列故障诊断方法研究
发电技术   2025年46卷第1期 页码:72-82
新能源|更新时间:2026-06-29
  • 导出

  • 收藏

  • 专辑

    • 基于改进灰狼算法优化极限学习机的光伏阵列故障诊断方法研究

    • Research on Fault Diagnosis Method of Photovoltaic Arrays Based on Improved Grey Wolf Algorithm Optimized Extreme Learning Machine

    • “光伏阵列故障诊断面临复杂工况挑战,"提出一种基于改进灰狼算法优化极限学习机的故障诊断方法",研究人员建立5维故障特征向量并改进优化算法,分类正确率达98.32%,为光伏系统状态监测提供高效解决方案。”
    • DOI:10.12096/j.2096-4528.pgt.23117    

      中图分类号:
    • 修回:2024-03-01,

    移动端阅览

  •  
  •  

86

浏览量

403

下载量

3

CSCD

文章被引用时,请邮件提醒。
提交
论文导航

相关文章

基于Transformer与多模态异构特征融合的水轮机组故障诊断方法
基于图正则化堆叠自编码器的风机轴承故障诊断方法
汽轮发电机组振动故障诊断技术研究进展
大模型在电力行业的应用与挑战
基于人工智能的质子交换膜燃料电池状态估计及故障诊断

相关作者

马成伟
方贤思
吕顺利
何宇平
尤万方
闵万雄
李俊松
刘佳佳

相关机构

南京南瑞水利水电科技有限公司
贵州乌江水电开发有限责任公司构皮滩发电厂
昆明理工大学冶金与能源工程学院
北京能高普康测控技术有限公司,北京市 丰台区
北京化工大学信息科学;与技术学院,北京市 朝阳区