改进北方苍鹰算法在光伏阵列中应用研究

作者：李斌; 郭自强^*; 高鹏

来源：电子测量与仪器学报, 2023, 37(07): 131-139.

DOI：10.13382/j.jemi.B2306388

• 改进北方苍鹰算法
• 光伏阵列
• 故障诊断
• 混合核极限学习机

针对北方苍鹰优化算法(NGO)存在收敛精度低和易陷入局部最优等问题，提出一种改进北方苍鹰算法(INGO),并应用于光伏阵列故障诊断。首先，利用Circle映射、自适应权重因子和Levy飞行策略改进了北方苍鹰优化算法，结合高斯检测机制和混合核极限学习机(HKELM)搭建INGO-HKELM故障诊断模型。其次，将INGO算法与NGO、粒子群算法(PSO)、鲸鱼算法(WOA)在测试函数上进行比较，表明在寻优能力、稳定性等方面具有优越性。然后，分析不同运行状态下光伏阵列运行特征，提出一种5维故障特征向量，作为数据的输入。最后，将4种算法分别对HKELM的核参数进行优化并实现故障分类。结果表明，所提方法能够准确地检测出光伏组件发生的异常状态，INGO-HKELM模型准确率达到93.74%,验证了所提算法的有效性和可行性。

• 出版日期2023
• 单位辽宁工程技术大学