【技术实现步骤摘要】
一种光伏组件故障诊断及预测方法
本公开属于光伏发电
,具体涉及一种光伏组件故障诊断及预测方法。
技术介绍
在实际情况中,光伏组件采集的数据种类少,仅为电流和电压,然而光伏组件型号相同并且数目众多,即输出功率值(电流与电压之积)随辐照度的变化具有极大的相似性;目前,在光伏组件故障诊断方面:仅能根据简单的功率阈值设定来判断光伏组件是否发生故障,比如,以所有组件的平均功率为阈值,当功率低于平均功率的50%时,可认为发生故障;该方法存在的问题是无法对故障发生的具体种类进行识别;在故障预测方面:由于光伏组件的功率输出会受到多种因素的影响,如基本环境因素:包括辐照度,环境温度,风速,环境湿度等;其他外界因素:包括遮荫,鸟类粪便,沙尘覆盖等;以及长时期运行老化不可逆因素:包括热斑,分层,脱层等;同时,由于故障发生具有很大的随机性,因此,采用传统的方法无法对光伏组件的故障进行区分及预测。
技术实现思路
针对现有技术中的不足,本公开的目的在于提供一种光伏组件故障诊断及预测方法,通过为不同故障选择故障特征频段以及在故障特征频段上设定故障阈值,可以实现对不同故障的诊断。本公开的目的是通过以下技术方案实现的:一种光伏组件故障诊断及预测方法,包括如下步骤:S100:采集光伏组串每日的输出电压、输出电流并根据所采集的输出电压、输出电流计算光伏组串的输出功率,同时采集光伏组串每日的辐照度数据;S200:通过快速傅里叶变换分别将光伏组串的输出功率向量和辐照度向量转化为频域数据;S30 ...
【技术保护点】
1.一种光伏组件故障诊断及预测方法,包括如下步骤:/nS100:采集光伏组串每日的输出电压、输出电流并根据所采集的输出电压、输出电流计算光伏组串的输出功率,同时采集光伏组串每日的辐照度数据;/nS200:通过快速傅里叶变换分别将光伏组串的输出功率向量和辐照度向量转化为频域数据;/nS300:计算频域数据中各频率点的输出功率与辐照度的比值,获得输出功率-辐照度幅值比,当某一故障发生时,选择所述输出功率-辐照度幅值比明显增大的频段作为该故障的特征频段,并在所述故障特征频段上设置该故障的发生阈值;/nS400:根据所述故障发生阈值对光伏组串进行故障状态划分,实现光伏组串故障诊断;/nS500:统计光伏组串每日所处的故障状态,根据故障状态变化计算得到不同步长的转移频数矩阵,根据所述不同步长的转移频数矩阵计算得到不同步长的转移频率矩阵,并计算不同步长的转移频率矩阵对应的权重;/nS600:根据所述不同步长的转移频率矩阵、所述不同步长的转移频率矩阵对应的权重以及当前n天内光伏组串每天所处的故障状态,计算光伏组串下一天处于不同故障状态的概率;/nS700:根据所述光伏组串下一天处于不同故障状态的概率 ...
【技术特征摘要】
1.一种光伏组件故障诊断及预测方法,包括如下步骤:
S100:采集光伏组串每日的输出电压、输出电流并根据所采集的输出电压、输出电流计算光伏组串的输出功率,同时采集光伏组串每日的辐照度数据;
S200:通过快速傅里叶变换分别将光伏组串的输出功率向量和辐照度向量转化为频域数据;
S300:计算频域数据中各频率点的输出功率与辐照度的比值,获得输出功率-辐照度幅值比,当某一故障发生时,选择所述输出功率-辐照度幅值比明显增大的频段作为该故障的特征频段,并在所述故障特征频段上设置该故障的发生阈值;
S400:根据所述故障发生阈值对光伏组串进行故障状态划分,实现光伏组串故障诊断;
S500:统计光伏组串每日所处的故障状态,根据故障状态变化计算得到不同步长的转移频数矩阵,根据所述不同步长的转移频数矩阵计算得到不同步长的转移频率矩阵,并计算不同步长的转移频率矩阵对应的权重;
S600:根据所述不同步长的转移频率矩阵、所述不同步长的转移频率矩阵对应的权重以及当前n天内光伏组串每天所处的故障状态,计算光伏组串下一天处于不同故障状态的概率;
S700:根据所述光伏组串下一天处于不同故障状态的概率对光伏组串下一天的故障状态进行预测。
2.根据权利要求1所述的方法,其中,优选的,步骤S300中,所述故障发生阈值表示为故障组串的输出功率-辐照度幅值比与正常组串的输出功率-辐照度幅值比的差值百分比,计算公式如下:
Aff=[afi1afi2…afin]
Af=[ai1ai2…ain]
其中,Aff为故障组串在该故障特征频段上的功率-辐照度幅值比,Af为提取故障特征时正常组串在该故障特征频段上的功率-辐照度幅值比,mk为特征频段上第k个频率上的功率-辐照度幅值比...
【专利技术属性】
技术研发人员:张洁琼,陈应红,胡少轶,何佩毅,王宗尧,
申请(专利权)人:特变电工新疆新能源股份有限公司,
类型:发明
国别省市:新疆;65
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。