CN119416052A 一种基于Transformer-BiLSTM模型的光伏阵列故障诊断方法 （沈阳化工大学）

一种基于Transformer-BiLSTM模型的光伏一种基于Transformer_BiLSTM模型的光伏转换然后经过VMD模态分量分解，划分训练集与参数和IIVYA算法的参数，并设置常春藤种群数存储的最优适应度值并输出最优参数；S6，以2S1，输入正常工况和不同故障工况下的光伏阵2.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方3.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方4.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方35.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方S21，使用混沌数替代原IIVYA算法中的随机变量，具体为加入S22，在常春藤成员Ii利用Iii沿着光源的方向进行攀爬和移动阶段引入了可变螺旋位46.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方7.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方8.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方9.根据权利要求1所述的一种基于Transformer_BiLSTM模型的光伏阵列故障诊断方数据处理模块，用于输入正常工况和不同故障工况下的光适应度值计算模块，用于根据各常春藤种群的位置更新公式模型构建与测试模块，用于以IIVYA算法寻得的最优参数值构建最优的Transformer_5一种基于Transformer_BiL[0001]本发明涉及一种光伏阵列故障诊断方法，特别是涉及一种基于Transformer_一种改进北方苍鹰算法(INGO),结合高斯检测机制和组合核极限学习机(HKELM)搭建INGO_HKELM故障诊断模型，并应用于光伏阵列故障诊断。基于变分模态分解VMD(variationalmodedecomposition)和改进蜣螂算法IDBO(improveddungbeetleoptimizer)优化长短期记忆LSTM(longshort_termmemory)网络的光伏阵列故障诊断方法。基于哈里斯鹰(HHO)算法优化极限学习机(ELM)的光伏阵列多类型复合故障诊6[0008]本发明的目的在于提供一种基于Transformer_BiLSTM模型的光伏阵列故障诊断的基于IIVYA_Transformer_BiLSTM组合模型的光伏7[0027]S22，在常春藤成员Ii利用Iii沿着光源的方向进行攀爬和移动阶段引入了可变螺8所述光伏阵列样本数据进行标准化转换，然后经过VMD模态分量分解，划分训练集与测试9移动阶段引入了可变螺旋位置更新策略，以此确保有多样化的搜索路径来有效地更新位特征作为模型输入，代表不同工况的标签作为模型输出，构建IIVYA优化Transformer_[0051](3)本发明通过引入改进常春藤优化算法对Transformer_BiLSTM进行参数寻优，进而建立一种基于IIVYA_Transformer_BiLSTM的故障诊断模型，可以更准确地识别出正[0052]图1为本发明中基于IIVYA_Transformer_BiLSTM组合模型的光伏阵列故障诊断方[0063]为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方[0065]见图1，本发明提供了基于IIVYA_Transformer_BiLSTM组合模型的光伏阵列故障[0072]本发明在Matlab/Simulink环境下构建了考虑配置旁路二极管和阻塞二极管5×4[0080]为改变传统IVYA算法寻优不足的情况，使用混沌数替代原IIVYA算法中的随机变[0083]在常春藤成员Ii利用Iii沿着光源的方向进行攀爬和移动阶段引入了可变螺旋位[0091]Transformer能够有效地捕捉输入序列中的长距离依赖关系，这对于故障诊断非时处理不同时间尺度的信息，将短期和长期的变化都纳入考虑。在解码器方面，q[0099]本设计使用Matlab/Simulink仿真平台搭建一个4×5串并联结构的光伏阵列。针对表1中15种不同故障状态，模拟了相应的运行工况。在辐照度S∈[200,1000]W/m2和T∈[15,45]℃,分别以步长为20W/m2和3℃进行取值，共计采集到6504组故障数据，随机选取[0100]将改进算法IIVAY与IVAY算法、鲸鱼优化算法(whaleoptimizationWOA)和麻雀搜索算法(sparrowsearchalgorithm,SSA)在2个基准测试函数上进行寻优对尽管IVYA算法能够跳出局部极值，但IIVYA算法在收敛速度和寻优效果方面都优于IVYA算[0102]本设计提出一种基于12维特征量和IIVYA_Transformer_BiLSTM的光伏阵列故障[0105](3)提出了IIVYA_Transformer_BiLSTM故障诊断模型，在面对各类故障的诊断准