【技术实现步骤摘要】
一种基于改进随机森林算法的光伏阵列故障诊断方法
本专利技术涉及光伏
,尤其是一种基于改进随机森林算法的光伏阵列故障诊断方法。
技术介绍
随着能源需求的增长、化石能源的日益枯竭与成本上涨,以及全球气候变暖等诸多因素的影响,可再生能源技术得到了飞速发展,其中,太阳能具有易获取、无噪声、清洁、无穷无尽等优点,成为了可再生能源的重要部分。目前利用太阳能发电主要有两种形式:光热发电和光伏发电。光热发电与火力发电类似,但热能主要来自大规模的镜面收集,将水加热后,利用蒸汽推动传统发电机工作,从而实现发电,这种发电方式虽然规避了硅晶的光电转换,但对光照强度的要求高且发电成本偏高。而光伏发电基于光生伏特效应,直接将太阳能转化为电能,建设周期短,在运行时不会产生废渣、废水和其他污染物,尤其是对于交通不发达的山区、海岛和偏远地区,光伏发电具有更重要的价值。一般情况下,光伏发电都是利用光伏电池组件串、并联组成光伏阵列进行运行的,而光伏阵列使用的光伏电池组件较多,光伏电池组件本身发生故障的概率就较高,并且光伏阵列长期运行在户外,运行环境恶劣,易出现老化和损坏等情况,从而造成光伏电池组件发电效率的降低甚至停止工作。当光伏阵列中某个光伏电池组件发生故障后,会导致系统效率的下降,并对电力系统的运行调度造成不利的影响,严重时,甚至造成财产损失和人员伤亡,因此,对光伏阵列进行故障诊断具有重要意义,目前所采用的故障诊断方法主要包括直接法和间接法两类,间接法比较典型的有红外热量检测法和发电功率对比法,直接法比较典型的有对地电容法、时域反射法、智能诊断算法和电特性检测法,其中,通过将智能诊断 ...
【技术保护点】
1.一种基于改进随机森林算法的光伏阵列故障诊断方法,其特征在于,所述方法包括:确定光伏阵列在运行过程中的典型运行状态,所述光伏阵列包括n个支路,每个支路中包括m个光伏电池组件,所述光伏电池组件的典型运行状态用于指示所述光伏电池组件中的各个光伏电池组件的运行状态,m和n均为正整数;在所述光伏阵列处于每个所述典型运行状态时,采集所述光伏阵列的阵列干路参数、各个支路对应的阵列支路参数以及不同支路之间的阵列间电压差;根据所述阵列干路参数、阵列支路参数以及阵列间电压差构建故障特征向量,根据所述故障特征向量构建得到所述光伏阵列的数据样本集,将所述数据样本集划分为训练样本集和测试样本集;基于随机森林算法利用所述训练样本集训练得到光伏阵列故障诊断模型,并利用所述测试样本集对所述光伏阵列故障诊断模型进行测试,所述光伏阵列故障诊断模型中包括N个决策树,N为正整数且N≥2;利用测试完成的所述光伏阵列故障诊断模型对待诊断光伏阵列进行诊断,得到所述N个决策树对各个所述典型运行状态的投票结果;根据各个所述典型运行状态对应的投票结果得到所述待诊断光伏阵列的故障诊断结果,所述故障诊断结果用于指示所述光伏阵列中的各个光 ...
【技术特征摘要】
1.一种基于改进随机森林算法的光伏阵列故障诊断方法,其特征在于,所述方法包括:确定光伏阵列在运行过程中的典型运行状态,所述光伏阵列包括n个支路,每个支路中包括m个光伏电池组件,所述光伏电池组件的典型运行状态用于指示所述光伏电池组件中的各个光伏电池组件的运行状态,m和n均为正整数;在所述光伏阵列处于每个所述典型运行状态时,采集所述光伏阵列的阵列干路参数、各个支路对应的阵列支路参数以及不同支路之间的阵列间电压差;根据所述阵列干路参数、阵列支路参数以及阵列间电压差构建故障特征向量,根据所述故障特征向量构建得到所述光伏阵列的数据样本集,将所述数据样本集划分为训练样本集和测试样本集;基于随机森林算法利用所述训练样本集训练得到光伏阵列故障诊断模型,并利用所述测试样本集对所述光伏阵列故障诊断模型进行测试,所述光伏阵列故障诊断模型中包括N个决策树,N为正整数且N≥2;利用测试完成的所述光伏阵列故障诊断模型对待诊断光伏阵列进行诊断,得到所述N个决策树对各个所述典型运行状态的投票结果;根据各个所述典型运行状态对应的投票结果得到所述待诊断光伏阵列的故障诊断结果,所述故障诊断结果用于指示所述光伏阵列中的各个光伏电池组件的运行状态。2.根据权利要求1所述的方法,其特征在于,所述阵列干路参数和每个所述阵列支路参数分别包括电路的最大功率点电压、最大功率点电流、开路电压和短路电流。3.根据权利要求1或2所述的方法,其特征在于,所述光伏阵列故障诊断模型中包括N个决策树及每个所述决策树对应的权值,则所述利用测试完成的所述光伏阵列故障诊断模型对待诊断光伏阵列进行诊断,包括:所述N个决策树对各个所述典型运行状态进行投票,每个所述决策树将自身对应的权值作为票数投出;统计得到各个所述典型运行状态对应的投票结果。4.根据权利要求3所述的方法,其特征在于,所述基于随机森林算法利用所述训练样本集训练得到光伏阵列故障诊断模型,包括:对包含p个样本的训练样本集进行N轮抽样,对于每一轮抽样,采用有放回的抽样方式抽样p次得到该轮抽样对应的子训练样本集和包外样本集,所述子训练集中包括该轮抽样中抽取到的p个样本,所述包外样本集中包括所述训练样本集中...
【专利技术属性】
技术研发人员:陶洪峰,周超超,魏强,刘巍,周龙辉,王鹏,
申请(专利权)人:江南大学,
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。