一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法技术

本发明专利技术涉及一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的电气特征参数以及环境参数，得到特征参数测试样本矩阵；接着对特征参数标准矩阵做主成分分析，得到投影矩阵，并将标准矩阵乘上投影矩阵得到标准主成分矩阵；然后对标准主成分矩阵做归一化处理，并将其作为训练集，通过支持向量机训练分类模型；接着将特征参数测试样本矩阵乘上投影矩阵，得到样本主成分矩阵，并对其做归一化处理；最后通过分类模型对归一化后的样本主成分矩阵进行分类，识别数据所属的分类。本发明专利技术可以通过对光伏系统日常运行数据的主成分分析和分类实现对故障的准确诊断。

A Principal Component Analysis Based Method for Operating State Analysis and Fault Diagnosis of Photovoltaic Array

The invention relates to a method for working state analysis and fault diagnosis of photovoltaic array based on principal component analysis, generating simulation data of photovoltaic array, collecting electrical characteristic parameters and environmental parameters of maximum power point of photovoltaic array in daily work, and obtaining test sample matrix of characteristic parameters. Then, principal component analysis is made to standard matrix of characteristic parameters, and projection matrix is obtained. The standard matrix is multiplied by the projection matrix to get the standard principal component matrix; then the standard principal component matrix is normalized and treated as training set, and the classification model is trained by support vector machine; then the test sample matrix of characteristic parameters is multiplied by the projection matrix to get the sample principal component matrix and normalize it; finally, the normalized sample is obtained by the classification model. The principal component matrix is used to classify the data. The invention can accurately diagnose faults by principal component analysis and classification of daily operation data of photovoltaic system.

【技术实现步骤摘要】
一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法
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
，特别是一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法。
技术介绍
近年来，随着全球性环境和能源问题日益凸显，人们对于环境保护和削减化石燃料使用率的意识也在逐步强化，光伏能源应用因其获取方便且无污染而成为世界新能源领域的一大亮点。光伏电池在全球光伏产业发展的推动下飞速发展，在大型光伏电站、通讯、铁路、交通等领域有广泛的应用。此外，由于光伏组件成本逐步降低，光伏阵列总装机容量进一步提升。与日俱增的光伏系统为世界能源需求提供了极大的补充，但光伏发电阵列在安装初期可能会遭受不规范的安装和检修。此外，光伏阵列往往工作在复杂的户外环境中，易受到各种环境因素的影响，包括恶劣天气、紫外线、潮湿、腐蚀、阴影(树叶、鸟粪、建筑物阴影)等因素的影响，容易引起各种故障。光伏系统的增加同样也对光伏系统故障分析模块产生了极大的需求，如何快速、准确、有效地发现光伏系统的故障并及时解决，成为确保光伏系统稳定运行的重要问题。近年来出现了许多光伏故障诊断与分类方法，涉及众多不同的研究本文档来自技高网...

【技术保护点】
1.一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，其特征在于：包括以下步骤：步骤S1：生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的电气特征参数以及环境参数，得到特征参数测试样本矩阵；步骤S2：对特征参数标准矩阵做主成分分析，得到投影矩阵，并将标准矩阵乘上投影矩阵得到标准主成分矩阵；步骤S3：对步骤S2得到的标准主成分矩阵做归一化处理，并将其作为训练集，通过支持向量机训练分类模型；步骤S4：将步骤S1得到的特征参数测试样本矩阵乘上步骤S2中的投影矩阵，得到样本主成分矩阵，并对其做归一化处理；步骤S5：通过步骤S3中训练得到的分类模型对步骤S4归一化后的样本主成分矩阵进...

【技术特征摘要】
1.一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，其特征在于：包括以下步骤：步骤S1：生成光伏阵列仿真数据并采集日常工作中光伏发电阵列最大功率点的电气特征参数以及环境参数，得到特征参数测试样本矩阵；步骤S2：对特征参数标准矩阵做主成分分析，得到投影矩阵，并将标准矩阵乘上投影矩阵得到标准主成分矩阵；步骤S3：对步骤S2得到的标准主成分矩阵做归一化处理，并将其作为训练集，通过支持向量机训练分类模型；步骤S4：将步骤S1得到的特征参数测试样本矩阵乘上步骤S2中的投影矩阵，得到样本主成分矩阵，并对其做归一化处理；步骤S5：通过步骤S3中训练得到的分类模型对步骤S4归一化后的样本主成分矩阵进行分类，识别数据所属的分类。2.根据权利要求1所述的一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，其特征在于：步骤S1中，所述电气特征参数包括：光伏阵列的最大功率点电流IMPP、光伏阵列的最大功率点电压VMPP、光伏阵列的短路电流ISC、光伏阵列的开路电压VOC、光伏阵列的最大输出功率PMPP、光伏组件温度TC、辐照度G、以及开路电压与短路电流的乘积ISC·VOC。3.根据权利要求1所述的一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，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、单支路上3个组件短路、单支路上1个组件受阴影遮蔽、以及单支路上2个组件受阴影遮蔽。4.根据权利要求1所述的一种基于主成分分析实现光伏阵列工作状态分析与故障诊断方法，其特征在于：步骤S2具体包括以下步骤：步骤S21：根据矩阵X，计算其协方差矩阵CX；步骤S22：根据公式CX＝QΣQ-1，对协方差矩阵CX...

【专利技术属性】
技术研发人员：林培杰，程树英，章杰，陈凌宸，陈志聪，吴丽君，郑茜颖，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35