文献

J-GLOBAL ID：201802275605552856   整理番号：18A1661378

粒子群最適化RBFニューラルネットワークの光起電力アレイ故障診断【JST・京大機械翻訳】

Fault diagnosis of PV array by using RBF neural network optimized by particle swarm

著者 (2件)： Wang Fuzhong (河南理工大学 電气工程与自動化学院,河南焦作,454000) ,  Pei Yulong (河南理工大学 電气工程与自動化学院,河南焦作,454000)
資料名： Henan Ligong Daxue Xuebao (Ziran Kexue Ban)  (Henan Ligong Daxue Xuebao (Ziran Kexue Ban))
巻： 37  号： 2  ページ： 93-98  発行年： 2018年 
JST資料番号： C3231A  ISSN： 1673-9787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 光起電力アレイの正常動作は,太陽光発電システムの安全性と信頼性に直接関係する。PVアレイ故障診断における従来のBPニューラルネットワーク診断アルゴリズムの低精度および遅い収束速度のため,粒子群最適化(RBF)ニューラルネットワークに基づく故障診断アルゴリズムを提案した。4つの故障特性パラメータ(入力と5つの状態)を出力の故障診断モデルとして使用し,粒子群最適化(PSO)に基づくネットワークモデルの適応重み最適化のシミュレーション実験を行った。最後に,最適化アルゴリズムをBPニューラルネットワークアルゴリズムとRBFニューラルネットワークアルゴリズムと比較した。実験結果は,最適化アルゴリズムが効果的にPVアレイの故障型を診断できるだけでなく,故障診断の精度を改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  *ニューラルネットワーク ,  *故障 ,  信頼性 ,  シミュレーション ,  アルゴリズム ,  太陽光発電 ,  *光起電力 ,  *故障診断
準シソーラス用語： 最適アルゴリズム ,  ネットワークモデル ,  収束速度 ,  診断アルゴリズム ,  *動径基底関数ニューラルネットワーク ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： PV arrays ,  fault diagnosis ,  RBF neural network ,  particle swarm algorithm

分類 (2件)： その他のシステムプログラミング  (JD03070M) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 粒子群最適化 ,  RBFニューラルネットワーク ,  光起電力 ,  アレイ ,  故障診断