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
|
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
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
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

