首页> 中国专利> 基于改进的隐马尔可夫模型GHMM的NPC光伏逆变器故障诊断方法

基于改进的隐马尔可夫模型GHMM的NPC光伏逆变器故障诊断方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了基于改进的隐马尔可夫模型GHMM的NPC光伏逆变器故障诊断方法，属于电力电子运用与故障诊断技术领域。该方法将隐马尔可夫模型(HMM)与遗传算法结合，引入到NPC光伏逆变器故障诊断上。运用HMM进行故障诊断,模型初始值的选取可能达到局部最优而影响诊断正确率，本发明针对此缺陷，加入遗传算法，遗传算法具有全局寻优的功能，因此将HMM与遗传算法结合(GHMM)，进行逆变器故障诊断。对比现有的光伏逆变器故障诊断方法，本发明中训练模型的迭代步数远远小于常规方法，且训练时间短、识别速度快，与单独运用HMM进行对比，GHMM近一步提高了识别正确率。GHMM在系统运行的动态过程中进行监测与诊断，模型达到全局最优，大幅提高了故障识别率。

著录项

公开/公告号CN107102223A

专利类型发明专利
公开/公告日2017-08-29

原文格式PDF
申请/专利权人江苏大学;
展开▼

申请/专利号CN201710197204.2
发明设计人郑宏;王若隐;赵伟;沈思伦;林勇;
展开▼

申请日2017-03-29
分类号
代理机构
代理人
地址 212013 江苏省镇江市京口区学府路301号
入库时间 2023-06-19 03:09:15

法律信息

法律状态公告日

法律状态信息

法律状态
2020-01-10

发明专利申请公布后的驳回 IPC(主分类):G01R31/00 申请公布日:20170829 申请日:20170329

发明专利申请公布后的驳回
2017-09-22

实质审查的生效 IPC(主分类):G01R31/00 申请日:20170329

实质审查的生效
2017-08-29

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于改进的隐马尔可夫模型GHMM的NPC光伏逆变器故障诊断方法 [P] . 中国专利： CN107102223A . 2017-08-29
2. 基于隐马尔可夫模型的NPC光伏逆变器的故障诊断方法 [P] . 中国专利： CN106483405A . 2017-03-08
3. Training of a Hidden Markov Model using training data vectors and a nearest neighbor clustering method based on condition parameters used to describe the Hidden Markov Model [P] . 德国专利： DE10302101A1 . 2004-08-05

机译：使用训练数据向量和基于用于描述隐马尔可夫模型的条件参数的最近邻聚类方法训练隐马尔可夫模型
4. METHOD OF DIAGNOSING FAULTS IN PHOTOVOLTAIC ARRAYS, BASED ON AN IMPROVED RANDOM FOREST ALGORITHM [P] . 俄罗斯专利： RU2734017C1 . 2020-10-12

机译：基于改进的随机森林算法的光伏阵列故障诊断方法
5. PHOTOVOLTAIC ARRAY FAULT DIAGNOSIS METHOD BASED ON IMPROVED RANDOM FOREST ALGORITHM [P] . 世界知识产权组织专利： WO2020029327A1 . 2020-02-13

机译：基于改进的随机森林算法的光伏阵列故障诊断方法