《表2 光伏阵列分类准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《遗传算法优化支持向量机的光伏阵列故障诊断研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

由图7可见，分类模型在故障类别1、2、3、4、8中均能准确识别分类，但是对于故障类别5识别有误。故障类别5为当一个组件遮挡，此时总体最大功率点电压电流变化不大，当组件遮挡光照比较小时，其特征值与正常值类似。与BP神经网络进行性能比较，建立BP神经网络，其网络输入层节点数为4，隐含层节点数为9，输出层节点数为9，学习速率为0.1，目标误差为0.000 1。神经网络使用同样的训练集与测试集，训练结束后，准确识别测试集样本为144个，准确率96%。最终可得分类准确率的数值比较结果见表2。