【技术实现步骤摘要】
本专利技术涉及光伏组件的故障诊断方法,属于新能源发电领域。
技术介绍
当前,过度开采与使用化石能源导致生态环境急剧恶化,严重威胁人类的生存和社会的可持续发展。化解能源和生态环境危机的有效方法之一就是减少对化石能源的过度依赖,积极开展可再生能源的利用,其中,光伏发电以其独特的发电特性取得了广泛地发展与应用。然而,由于光伏组件长期工作在比较恶劣的环境中,各种故障情况难以避免,使得实际使用寿命大为降低。一旦光伏组件发生运行故障,直接危害是损坏组件本身,降低发电效率;间接危害则是造成整个光伏发电系统不能正常运行或对电网造成影响,进而酿成重大经济损失。事实上,由于外界环境的复杂多变,使得光伏组件呈现故障起因复杂性和故障类型多样性,现有的故障诊断技术和方法难以适应光伏组件故障诊断的需要,因此,研究有效的光伏组件故障诊断方法已是迫在眉睫。
技术实现思路
专利技术目的:本专利技术建立一种基于内部等效参数的光伏组件故障诊断方法,能够实现对光伏组件正常、短路故障、Rs异常老化故障和Rsh异常老化故障的有效诊断。
技术实现思路
:本专利技术提出一种基于内部等效参数的光伏组件故障诊断方法,包括如下步骤:步骤10:对不同故障下光伏组件内部等效参数进行特征提取;通常,单块光伏组件由若干个模型参数一致的电池片串联而成,设串联连接个数为Ns,在相同工况下输出特性均相同。光伏组件中各内部等效参数可分别表示为: R ...
【技术保护点】
一种基于内部等效参数的光伏组件故障诊断方法,其特征在于,所述诊断方法的建立包括如下步骤:步骤10:对不同故障下光伏组件内部等效参数进行特征提取;步骤20:分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法,建立基于内部等效参数的4种光伏组件故障诊断模型,用于光伏组件的初步故障诊断;步骤30:建立基于改进证据相似度的光伏组件数据融合故障诊断模型,将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配BPA函数值,在决策层进行融合诊断输出。
【技术特征摘要】
1.一种基于内部等效参数的光伏组件故障诊断方法,其特征在于,所述诊断方法的建立包括如下步骤:步骤10:对不同故障下光伏组件内部等效参数进行特征提取;步骤20:分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法,建立基于内部等效参数的4种光伏组件故障诊断模型,用于光伏组件的初步故障诊断;步骤30:建立基于改进证据相似度的光伏组件数据融合故障诊断模型,将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配BPA函数值,在决策层进行融合诊断输出。2.根据权利要求1所述的一种基于内部等效参数的光伏组件故障诊断方法,其特征在于,所述步骤10中光伏组件各内部等效参数特征数据的获取过程如下:通常,单块光伏组件由若干个模型参数一致的电池片串联而成,设串联连接个数为Ns,在相同工况下输出特性均相同;光伏组件中各内部等效参数可分别表示为: R s , M = N s R s R s h , M = N s R s h I p h , M = I p h I S D , M = I ...
【专利技术属性】
技术研发人员:陈凌,王宏华,张经炜,范立新,韩伟,翟学锋,王成亮,徐钢,
申请(专利权)人:江苏方天电力技术有限公司,河海大学,国网江苏省电力公司,国家电网公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。