基于T-S模糊神经网络的光伏组件在线健康诊断

摘要

为了能够实时掌握光伏组件的健康状况,提出一种基于T-S模糊神经网络的在线健康诊断模型.首先,分析了常见光伏组件异常工况下的电气输出并选取特征向量;其次,利用模糊C均值(FCM)及自适应LM算法对T-S模糊神经网络进行了优化;最后,通过仿真验证了模型的有效性和可行性.仿真结果表明:本文诊断方法的诊断正确率达到了 94％,诊断精度与收敛速度都优于传统T-S模糊神经网络模型.