The invention relates to a method for PV array working state analysis and fault diagnosis system based on density clustering algorithm, a plurality of electrical parameters of photovoltaic maximum power point array of daily work in the collection first, get the electrical parameters of samples per day; then each sample was normalized to the electrical parameters of the test sample and then calculate the combination; get the distance matrix according to the test samples after normalization; then using the clustering algorithm based on density of the test sample for automatic clustering, to obtain a number of clustering; then based on the reference data obtained through the pre simulation model, calculated the minimum distance between each reference data and each cluster, forming a distance vector; finally by comparing the distance of each element in the vector truncation and clustering algorithm in the distance, Identify the categories of work each cluster belongs to. The invention can directly realize the accurate diagnosis of the fault through the clustering operation of the daily operation data of the photovoltaic system.
【技术实现步骤摘要】
一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法
本专利技术涉及并网光伏发电系统工作状态分析及光伏阵列故障诊断
,特别是一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法。
技术介绍
光伏发电系统装机容量的日益增加对光伏系统的工作状态的分析和光伏阵列的故障诊断提出了需求。作为系统的核心部件,光伏阵列通常工作在复杂的户外环境中,易受到各种环境因素的影响,导致开路、短路、硬性阴影、热斑等各种故障。故障的产生会降低电站的发电效率,严重时甚至发生火灾。目前,常规的光伏阵列故障检测和保护方式是通过增加保护器件,例如过电流保护器和对地故障断路器进行故障的防护。然而,由于光伏阵列输出的非线性、高故障阻抗、低照度运行及逆变器中最大功率跟踪等功能影响,一些故障的发生并不能由保护器件进行消除。目前,光伏阵列的故障检测方法主要有红外图像检测法、时域反射分析法和对地电容法。正常工作与非正常工作的太阳能电池板之间存在一定的温差,红外图像检测法利用被测物体的温度特性进行检测。时域反射分析法的原理为向光伏串联电路注入一个脉冲,分析和观察返回波形,就可判断得到组件的故障类型和位置。对地电容测量法通过分析测量得到的电容值来判断光伏串联电路中是否存在断路故障。但这些方案存在一些不足之处:红外图像检测法不能区分温度相差不明显的状态,故障检测的精度和效率取决于检测设备(红外热像仪)的等级,费用较大,实时性较差;基于时域反射分析法不能对运行中的光伏阵列进行在线操作,不具有实时性,并且对设备要求较高,诊断的精度有限;多传感器的故障检测方法存在所用传感器较多、检测结构在大规 ...
【技术保护点】
一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:包括以下步骤:步骤S1:采集日常工作中光伏发电阵列最大功率点的若干个电气参数,得到每一日的电气参数样本组合;步骤S2:将每个电气参数样本进行归一化得到测试样本组合;步骤S3:根据归一化后的测试样本组合进行计算得到距离矩阵;步骤S4:采用基于密度的聚类算法对这些测试样本进行自动的聚类,获得若干个聚类;步骤S5:基于预先通过仿真模型获得的参考数据,分别计算每组参考数据和每个聚类之间的最小距离,形成一个距离向量;步骤S6:通过将距离向量中每个元素与聚类算法中的截断距离进行对比,识别每个聚类所属的工作类别。
【技术特征摘要】
1.一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:包括以下步骤:步骤S1:采集日常工作中光伏发电阵列最大功率点的若干个电气参数,得到每一日的电气参数样本组合;步骤S2:将每个电气参数样本进行归一化得到测试样本组合;步骤S3:根据归一化后的测试样本组合进行计算得到距离矩阵;步骤S4:采用基于密度的聚类算法对这些测试样本进行自动的聚类,获得若干个聚类;步骤S5:基于预先通过仿真模型获得的参考数据,分别计算每组参考数据和每个聚类之间的最小距离,形成一个距离向量;步骤S6:通过将距离向量中每个元素与聚类算法中的截断距离进行对比,识别每个聚类所属的工作类别。2.根据权利要求1所述的一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:步骤S1中所述若干个电气参数包括阵列的最大功率点下的电压参数样本和电流参数样本;所述电气参数样本组合记为(Uj,Ij),其中,j为样本采集序号,j为1到N的整数,每个数字代表一种工作状态,Uj为第j个电气参数样本组合中的电压参数样本,Ij代表第j个电气参数样本组合中的电流参数样本。3.根据权利要求1所述的一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:步骤S1中所述日常工作的工作状态包括正常工作、单支路开路、双支路开路、单支路上1个组件短路、单支路上2个组件短路。4.根据权利要求1所述的一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:步骤S2中所述进行归一化具体为:将所述电气参数样本射到区间[0,1]内,具体映射公式为:式中,m为光伏阵列中串联的太阳能板数目,n为光伏阵列中并联的太阳能板数目,UOC为参考太阳能板的开路电压,ISC为参考太阳能板的短路电流,为归一化后的电压参数样本,为归一化后的电流参数样本,得到归一化后的电气参数样本组合为:5.根据权利要求1所述的一种基于密度聚类算法实现光伏阵列工作状态分析与故障诊断的方法,其特征在于:步骤S3中所述距离矩阵的得到采用欧氏距离的方法进行计算,具体采用下式计算:dij=||xi-xj||2;式中,xi为第i...
【专利技术属性】
技术研发人员:林培杰,程树英,陈志聪,吴丽君,赖云锋,章杰,郑茜颖,陈凌宸,
申请(专利权)人:福州大学,
类型:发明
国别省市:福建,35
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。