来源：期刊VIP网 时间：
作者：王艳;申宗旺;赵洪山;李伟;
单位：华北电力大学电气与电子工程学院;
摘要：为识别光伏组件故障类型，提高光伏系统发电效率，提出了一种基于改进CNN-SVM模型的光伏组件红外图像故障诊断方法。首先以光伏组件红外图像为输入样本构建改进CNN模型，采用全局平均池化层代替传统CNN模型的全连接层，在进行图像特征提取的同时降低模型参数量；利用数据增强和批归一化技术提高模型泛化能力，降低模型过拟合。其次采用非线性支持向量机SVM代替传统CNN模型中的Softmax分类器，以提高光伏组件红外图像故障识别准确率。最后采用Infrared Solar Modules数据集对所提模型进行了实例验证。结果表明：与传统CNN模型相比，改进CNN-SVM模型故障诊断准确率高，对各故障类型的识别能力强。
关键词：光伏组件;;红外图像;;故障诊断;;CNN;;SVM
基金资助：国家自然科学基金资助项目(51807063);; 中央高校基本科研业务费专项资金资助项目(2021MS065)
