一种基于小波分析的光伏组件故障诊断方法技术
【技术实现步骤摘要】
本专利技术涉及一种基于小波分析的光伏组件故障诊断方法，属于光伏发电
技术介绍
近年来，我国光伏产业发展迅猛，截止到2015年，累计光伏装机容量达到43GW，跃居光伏装机容量世界第一位，并且最近光伏产品有着向小型化，家用化的趋势发展。光伏发电系统的发电性能与辐照度、温度有着很大的关联性，由于室外的光伏产品经常处于高温的曝晒，雨水侵蚀，运行环境恶劣，从而导致光伏产品的出现运行故障比较常见。因此对光伏电站的智能检测与维护越来越成为一个比较现实的问题，为提高光伏产品的运维便捷性，各类光伏产品的智能故障诊断的方法应运而生。光伏组件的常见运行故障有阴影遮挡，组件老化，组件旁路，短路，热斑，系统故障，也包括隐裂，脱胶等。由于光伏产品受辐照度、温度的影响很大，一般的方法对早期的故障很难检测到，从国外文献上可知，目前常采用神经网络、模糊算法等知识判别故障类型，然而对于神经网络，是需要给有故障的特征数据进行训练的，而对光伏产品何时出现故障的定义不尽相同，且很难检测到早期故障，因此神经网络的方法有着不确定性，只能检测到比较严重的故障。如何实时检测到光伏产品的故障，尤其是早期...
【技术保护点】
一种基于小波分析的光伏组件故障诊断方法，其特征在于，包括以下步骤：步骤A：对信号进行去噪处理；将共面辐照信号与功率信号按照合适的间隔提取出一天的数据量，然后运用指数平滑方法对信号进行平滑处理，滤除干扰信号，最后将所获得的功率信号与辐照信号进行小波提升变换分解，重构出低频信号，过滤掉高频信号；步骤B：对所获得的二层低频信号进行归一化处理；步骤C：对所述步骤B中归一化的数据再次降噪，并进行奇异性检测，获得各自趋势项信号的奇异值；步骤D：对比奇异值，获得故障发生点的特征值，通过设立的故障阈值对故障进行诊断，若超过阈值,表示系统存在故障，并及时报警，反之，继续步骤A。
【技术特征摘要】
1.一种基于小波分析的光伏组件故障诊断方法，其特征在于，包括以下步骤：步骤A：对信号进行去噪处理；将共面辐照信号与功率信号按照合适的间隔提取出一天的数据量，然后运用指数平滑方法对信号进行平滑处理，滤除干扰信号，最后将所获得的功率信号与辐照信号进行小波提升变换分解，重构出低频信号，过滤掉高频信号；步骤B：对所获得的二层低频信号进行归一化处理；步骤C：对所述步骤B中归一化的数据再次降噪，并进行奇异性检测，获得各自趋势项信号的奇异值；步骤D：对比奇异值，获得故障发生点的特征值，通过设立的故障阈值对故障进行诊断，若超过阈值,表示系统存在故障，并及时报警，反之，继续步骤A。2.根据权利要求1所述的一种基于小波分析的光伏组件故障诊断方法，其特征在于，所述步骤C具体包括以下步骤：C1)对所获得的二层归一化低频信号按照Daubechies小波(db4)进行分解，再将分解后的信号，采用wrcoef函数进行重构，以降低噪声降低辐照度与功率值的不匹配度；C2)对重构功率、辐照信号进行小波第一类奇异点检测；C3)对重构的功率、辐照信号进行数值微分，对数值微分后的功率、辐照信号进行小波第二类奇异点检测；C4)分别将辐照信号与功率信号的第一、二类奇异点数值相减，然后将第一类奇异点检测信号与第二类奇异点检测信号求和，获得功率是信号与辐照信号的不匹配值，即获得最后的故障信号；3.根据权利要求1所述的一种基于小波分析的光伏组件故障诊断方法，其特征在于，所述步骤A中对信号进行去燥处理的具体方法为：对辐照信号、功率信号，首先按照式(1)进行指数平滑去噪，再按照式(2)小波提升变换db2将信号分解为二层信号；按照式(3)重构第二层低频信号，很好的保留了原始信号的趋势项，舍去了随机项，有效的减少了外界噪声；S1=y1St=yt*α+(1-α)*St-1---(1)]]>S1：初始平滑值；y1：初始实际值；St：时间t的平滑值；yt：时间t的实际值；St-1：时间t-1的平滑值；α：平滑常数，其取值范围为[0,1]；对平滑处理后的信号采取提升小波变换，要分选取数据与实现变换两种，分别对选取的数据进行小波分解与重构。分解算法为：S(Cj):=(Cj-1,Dj-1)Dj-1:=Dj-1-P(Cj-1)Cj-1:=Cj-1+U(Dj-1)---(2)]]>重构算法为：Cj-1...
【专利技术属性】
技术研发人员：丁坤，丁汉祥，王越，刘振飞，高列，李元良，陈富东，
申请(专利权)人：河海大学常州校区，
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。