其他
【精彩论文】基于t-SNE流形学习与快速聚类算法的光伏逆变器故障预测技术
引文信息
张筱辰, 朱金大, 杨冬梅, 等. 基于t-SNE流形学习与快速聚类算法的光伏逆变器故障预测技术[J]. 中国电力, 2020, 53(6): 41-47.ZHANG Xiaochen, ZHU Jinda, YANG Dongmei, et al. Photovoltaic inverter fault prediction technology based on t-sne manifold learning and fast clustering algorithm[J]. Electric Power, 2020, 53(6): 41-47.
内容摘要
光伏逆变器作为太阳能光伏发电系统的关键设备，其健康状态直接影响电力系统的安全与稳定。提出了一种基于t-SNE流形学习与快速聚类算法的光伏逆变器故障预测技术，将光伏逆变器集群的历史监测信号作为原始特征库，采用t-SNE降维算法提取光伏逆变器集群的主特征矩阵，基于快速聚类算法搜寻每一采样时刻的聚类中心光伏逆变器，分别计算每台逆变器在各个采样时刻的偏心距离，得到归一化的累积偏心距离矩阵，通过合理设定预警阈值，从而实现光伏逆变器故障的准确预测。最后基于设计开发的分布式光伏发电监控系统，利用采集的光伏逆变器集群的历史运行数据对算法进行了测试。结果表明，提出的光伏逆变器故障预测技术能够提前准确地预测光伏逆变器故障，有助于保障设备健康平稳运行。
往期回顾
◀【征稿启事】“能源安全新战略路径设计与规划推演关键技术”专栏征稿启事
编辑：杨彪
审核：蒋东方
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。