一种基于CatBoost优化的光伏阵列故障诊断模型

您当前的位置：

首页 >

文章列表页 >

一种基于CatBoost优化的光伏阵列故障诊断模型

学术论文 | 更新时间：2025-12-24

上一篇|下一篇

- 一种基于CatBoost优化的光伏阵列故障诊断模型
- A CatBoost Optimization-Based Fault Diagnosis Model for Photovoltaic Arrays
- 彭自然，许怀顺，肖伸平
- 电子学报 2024年52卷第7期页码：2418-2428
- 作者机构：
  1.湖南工业大学电气与信息工程学院，湖南株洲 412007
  2.湖南省电传动控制与智能装备重点实验室，湖南株洲 412007
- 作者简介：
  彭自然男，1969年10月出生于湖南省益阳市.现为湖南工业大学电气与信息工程学院副教授、硕士生导师.研究方向为人工智能、信号处理、智能检测仪表、智能移动终端等方面.E-mail: pengziran@hut.edu.cn
  许怀顺男，1999年7月出生于山东省临沂市.现为湖南工业大学电气与信息工程学院硕士研究生.研究方向为人工智能、机器学习、光伏故障诊断等方面.E-mail: 1106238410@qq.com
  肖伸平男，1965年5月于湖南省永州市，现为湖南工业大学电气与信息工程学院教授、博士生导师.研究方向为时滞系统鲁棒控制理论及应用、电力时滞系统稳定性分析、工业网络控制、智能控制、过程控制等方面.E-mail: xsp@hut.edu.cn
- 基金信息：
  国家重点研发计划基金(2019YFE0122600);湖南省教育厅重点科研项目(22A0423);湖南省自科基金(2023JJ60267;2022JJ50073)
- DOI： 10.12263/DZXB.20240236
  中图分类号：
- 修回：2024-06-13 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 24 ) 表( 3 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

58

浏览量

94

下载量

8

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于迁移学习的零样本故障诊断

基于多电流特征形态组合模式挖掘的层冷辊电机故障诊断

基于改进时域多尺度散布熵与支持向量机的转辙机故障诊断

基于磁场分布特性的接地网故障诊断研究

动态二部图上高效的BiCore-索引维护算法

相关作者

彭自然

许怀顺

肖伸平

吴天舒

尹宏鹏

赵丹丹

蔡力

马天雨

相关机构

湖南省电传动控制与智能装备重点实验室，湖南株洲 4120071

重庆大学

湖南师范大学信息科学与工程学院

湖南师范大学物理与电子科学学院

北京交通大学轨道交通控制与安全国家重点实验室