基于GS-SVM的光伏阵列积灰程度评估方法研究

提出一种基于网格搜索(GS)和支持向量机(SVM)的阵列积灰程度评估方法,有效解决光伏阵列表面积灰与光伏出力之间的潜在经济性损益问题。通过对光伏阵列积灰以及混有其他故障的输出特性进行分析,揭示短路电流这一电气参数能反映光伏阵列积灰情况且不易受其他故障干扰。提出以短路电流、太阳辐照度以及温度3个参数作为输入特征量,含GS超参数优化技术的SVM积灰程度评估模型。经过实验测试分析,证明该方法准确率高于DecisionTree、GS-DecisionTree以及XGBoost评估方法,且应用中对数据采集量和训练样本量的需求低,易于推广应用。