通过ARX残差增强技术对光伏电站进行故障诊断

《Solar Energy》：Fault diagnosis in photovoltaic power plants via ARX residual augmentation

　　

• •
  通过融合ARX衍生特征，可以增强紧凑型因果神经分类器的性能。
• •
  所有模型系列都具有时间顺序性和连续性特征。
• •
  ARX–NN模型的表现优于原始模型以及容量相当的遮盖神经网络（masked neural controls）模型。
• •
  在使用相同ARX特征的情况下，XGBoost模型在准确性上表现出色，成为基准测试的领先者。
• •
  事件分析揭示了该模型的精度下降问题和误报风险。

作者：Tolga Yalcin | Jose Luis Dominguez-Garcia | Mónica Aragüés Pe?alba