一种光伏发电系统及其故障诊断方法技术方案

本发明专利技术提供了一种光伏发电系统及其故障诊断方法，其中，方法包括：获取多组逆变器温度、环境温度、辐照度以及光伏背板温度，并进行标准化处理，输入第一模型和第二模型中进行交叉训练，从而得到第一预测模型和第二预测模型，对当前的光伏发电系统的数据进行计算，从而判断是否具有故障。本发明专利技术的有益效果：实现了根据其对应的变化情况，即使没有达到过高的电压或者温度，也可以对故障进行识别，起到一个更早预防的作用，从而减少火灾等进一步恶劣的情况，提高了光伏发电系统的安全性。提高了光伏发电系统的安全性。提高了光伏发电系统的安全性。

【技术实现步骤摘要】
一种光伏发电系统及其故障诊断方法


[0001]本专利技术涉及光伏发电领域，特别涉及一种光伏发电系统及其故障诊断方法。

技术介绍

[0002]光伏发电系统是常见的电能来源之一，目前由于光伏发电系统在运行过程当中存在系统复杂、数据庞多等情况，使得系统易发生故障，严重时可能会引起大规模停电、火灾等恶劣情况。快速地检测光伏发电系统是否发生故障能够很好地提高光伏发电系统的工作效率。现有技术中，主要是通过过高的电压或者温度来实现对光伏发电系统的故障的判断，然而室外的环境是千变万化的，光伏发电系统一般设在室外，因此对于一些存在安全隐患但是其没有达到过高的电压或者温度，导致识别程度较低，不能及时发现故障。

技术实现思路

[0003]本专利技术的主要目的为提供一种光伏发电系统及其故障诊断方法，旨在解决对于一些存在安全隐患但是其没有达到过高的电压或者温度识别程度较低，不能及时发现故障的问题。
[0004]本专利技术一种光伏发电系统的故障诊断方法，所述光伏发电系统包括光伏阵列、控制单元以及受控于所述控制单元的逆变器、电网和环境参数获取模块，所述环境参数获取模块包括多个环境参数测量装置，各个环境参数测量装置分别与所述逆变器或者光伏阵列上的光伏背板连接，所述故障诊断方法包括：通过环境参数获取装置以及温度获取装置获取光伏发电系统工作时的n个时间点的环境参数和温度，分别得到n组逆变器温度、环境温度、辐照度以及光伏背板温度；将各组逆变器温度、所述环境温度以及所述光伏背板温度按照预设的第一转换方法分别转换为第一数据、第二数据和第三数据，将所述辐照度按照预设的第二转换方法转换为第四数据；其中，第一数据、第二数据、第三数据以及第四数据的维度相同；根据第一数据、第二数据和第四数据，确定第一目标数据，根据第三数据、第二数据和第四数据，确定第二目标数据，以及根据第三数据和第一数据，确定第三目标数据，从而得到n组的第一目标数据、第二目标数据以及第三目标数据，从而得到n组的第一目标数据、第二目标数据以及第三目标数据；将n组的第一目标数据和第三目标数据输入至第一模型，以及将第二目标数据和第三目标数据输入至第二模型中进行交叉训练，以得到训练完成后的第一预测模型和第二预测模型；获取当前的逆变器温度、环境温度、辐照度以及光伏背板温度，并转换为对应的实时第一目标数据、实时第二目标数据以及实时第三目标数据；其中，所述实时第一目标数据与第一目标数据对应，所述实时第二目标数据与第二目标数据对应，所述实时第三目标数据与第三目标数据对应；将所述实时第一目标数据和实时第三目标数据输入第一预测模型中，得到第一输
出结果，以及将所述实时第二目标数据和实时第三目标数据输入第二预测模型中，得到第二输出结果；判断所述第一输出结果与第二输出结果的差值是否大于预设值；若大于预设值，则判定当前的所述光伏发电系统发生故障。
[0005]进一步地，所述将n组的第一目标数据和第三目标数据输入至第一模型，以及将第二目标数据和第三目标数据输入至第二模型中进行交叉训练，以得到训练完成后的第一预测模型和第二预测模型的步骤，包括：将所述第一目标数据输入至第一模型中，得到最佳预测值，将所述第三目标数据输入所述第一模型中，通过公式对所述第一模型进行初始训练，并得到训练后的暂时预测值和第一中间模型，以及将所述第二目标数据以及第三目标数据输入至第二模型中，通过公式对所述第二模型进行初始训练，得到第二中间模型；其中，，，表示第一模型的参数集，表示第二模型的参数集，为所述最佳预测值，第一模型和第二模型为未训练的生成对抗网络模型的两个模型；根据公式对所述第一中间模型和所述第二中间模型进行二次训练，训练完成后得到第一预测模型和第二预测模型；其中表示在满足上述公式的前提下取的最小值以及的最大值。
[0006]进一步地，所述训练完成后得到所述第一预测模型和所述第二预测模型的步骤之后，还包括：获取检测样本集以及各组样本数据对应的实际情况；其中，所述实际情况包括有故障和无故障；所述检测样本集中的一组数据包括：第一检测数据，第二检测数据以及第三检测数据；将所述第一检测数据输入至所述第一预测模型中，得到第五输出结果，以及将所述实时第二目标数据和实时第三目标数据输入第二预测模型中，得到第六输出结果；根据所述第五输出结果与所述第六输出结果以及所述实际情况得到所述第一预测模型和所述中间第二预测模型的综合损失值；判断所述综合损失值是否小于预设损失值；若是，则判定训练完成后得到所述第一预测模型和所述第二预测模型满足训练要求。
[0007]进一步地，所述若大于预设值，则判定当前的所述光伏发电系统发生故障的步骤之后，还包括：从n个时间点的环境参数和温度中选取与当前光伏发电系统最接近的一组逆变器温度、环境温度、辐照度以及光伏背板温度；根据选取的逆变器温度、环境温度、辐照度以及光伏背板温度计算对应的历史第一目标数据、历史第二目标数据以及历史第三目标数据；其中，所述历史第一目标数据与第一目标数据对应，所述历史第二目标数据与第二目标数据对应，所述历史第三目标数据与第三目标数据对应；将所述历史第一目标数据和历史第三目标数据输入第一预测模型中，得到第三输出结果，以及将所述历史第二目标数据和历史第三目标数据输入第二预测模型中，得到第四输出结果；比较所述第一输出结果和第三输出结果，以及比较第二输出结果和第四输出结果；根据比较结果推测故障发生的位置。
[0008]进一步地，所述光伏阵列与所述逆变器之间设置有第一熔断点，所述逆变器和所述电网之间设置有第二熔断点，所述第一熔断点和所述第二熔断点受控于所述控制单元，所述根据比较结果推测故障发生的位置的步骤之后，还包括：根据推测所述故障发生的位置熔断所述第一熔断点和/或所述第二熔断点。
[0009]本专利技术还提供了一种光伏发电系统，所述光伏发电系统包括光伏阵列、控制单元以及受控于所述控制单元的逆变器、电网和环境参数获取模块，所述环境参数获取模块包括多个环境参数测量装置，各个环境参数测量装置分别与所述逆变器或者光伏阵列上的光伏背板连接，所述光伏发电系统包括：第一获取模块，用于通过环境参数获取装置以及温度获取装置获取光伏发电系统工作时的n个时间点的环境参数和温度，分别得到n组逆变器温度、环境温度、辐照度以及光伏背板温度；转换模块，用于将各组逆变器温度、所述环境温度以及所述光伏背板温度按照预设的第一转换方法分别转换为第一数据、第二数据和第三数据，将所述辐照度按照预设的第二转换方法转换为第四数据；其中，第一数据、第二数据、第三数据以及第四数据的维度相同；计算模块，用于根据第一数据、第二数据和第四数据，确定第一目标数据，根据第三数据、第二数据和第四数据，确定第二目标数据，以及根据第三数据和第一数据，确定第三目标数据，从而得到n组的第一目标数据、第二目标数据以及第三目标数据，从而得到n组的第一目标数据、第二目标数据以及第三目标数据；第一输入模块，用于将n组的第一目标数据和第三目标数据输入至第一模型，以及将第二目标数据和第三目标数据输入至第二模型中进行交叉训练，以得到训练完成后的第一预测模型和第二预测模型；第二获取模块，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏发电系统的故障诊断方法，其特征在于，所述光伏发电系统包括光伏阵列、控制单元以及受控于所述控制单元的逆变器、电网和环境参数获取模块，所述环境参数获取模块包括多个环境参数测量装置，各个环境参数测量装置分别与所述逆变器或者光伏阵列上的光伏背板连接，所述故障诊断方法包括：通过环境参数获取装置以及温度获取装置获取光伏发电系统工作时的n个时间点的环境参数和温度，分别得到n组逆变器温度、环境温度、辐照度以及光伏背板温度；将各组逆变器温度、所述环境温度以及所述光伏背板温度按照预设的第一转换方法分别转换为第一数据、第二数据和第三数据，将所述辐照度按照预设的第二转换方法转换为第四数据；其中，第一数据、第二数据、第三数据以及第四数据的维度相同；根据第一数据、第二数据和第四数据，确定第一目标数据，根据第三数据、第二数据和第四数据，确定第二目标数据，以及根据第三数据和第一数据，确定第三目标数据，从而得到n组的第一目标数据、第二目标数据以及第三目标数据；将n组的第一目标数据和第三目标数据输入至第一模型，以及将第二目标数据和第三目标数据输入至第二模型中进行交叉训练，以得到训练完成后的第一预测模型和第二预测模型；获取当前的逆变器温度、环境温度、辐照度以及光伏背板温度，并转换为对应的实时第一目标数据、实时第二目标数据以及实时第三目标数据；其中，所述实时第一目标数据与第一目标数据对应，所述实时第二目标数据与第二目标数据对应，所述实时第三目标数据与第三目标数据对应；将所述实时第一目标数据和实时第三目标数据输入第一预测模型中，得到第一输出结果，以及将所述实时第二目标数据和实时第三目标数据输入第二预测模型中，得到第二输出结果；判断所述第一输出结果与第二输出结果的差值是否大于预设值；若大于预设值，则判定当前的所述光伏发电系统发生故障。2.如权利要求1所述的光伏发电系统的故障诊断方法，其特征在于，所述将n组的第一目标数据和第三目标数据输入至第一模型，以及将第二目标数据和第三目标数据输入至第二模型中进行交叉训练，以得到训练完成后的第一预测模型和第二预测模型的步骤，包括：将所述第一目标数据输入至第一模型中，得到最佳预测值，将所述第三目标数据输入所述第一模型中，通过公式对所述第一模型进行初始训练，并得到训练后的暂时预测值和第一中间模型，以及将所述第二目标数据以及第三目标数据输入至第二模型中，通过公式对所述第二模型进行初始训练，得到第二中间模型；其中，，，表示第一模型的参数集，表
示第二模型的参数集，为所述最佳预测值，第一模型和第二模型为未训练的生成对抗网络模型的两个模型；根据公式对所述第一中间模型和所述第二中间模型进行二次训练，训练完成后得到第一预测模型和第二预测模型；其中表示在满足上述公式的前提下取的最小值以及的最大值。3.如权利要求2所述的光伏发电系统的故障诊断方法，其特征在于，所述训练完成后得到所述第一预测模型和所述第二预测模型的步骤之后，还包括：获取检测样本集以及各组样本数据对应的实际情况；其中，所述实际情况包括有故障和无故障；所述检测样本集中的一组数据包括：第一检测数据，第二检测数据以及第三检测数据；将所述第一检测数据输入至所述第一预测模型中，得到第五输出结果，以及将所述实时第二目标数据和实时第三目标数据输入第二预测模型中，得到第六输出结果；根据所述第五输出结果与所述第六输出结果以及所述实际情况得到所述第一预测模型和所述中间第二预测模型的综合损失值；判断所述综合损失值是否小于预设损失值；若是，则判定训练完成后得到所述第一预测模型和所述第二预测模型满足训练要求。4.如权利要求1所述的光伏发电系统的故障诊断方法，其特征在于，所述若大于预设值，则判定当前的所述光伏发电系统发生故障的步骤之后，还包括：从n个时间点的环境参数和温度中选取与当前光伏发电系统最接近的一组逆变器温度、环境温度、辐照度以及光伏背板温度；根据选取的逆变器温度、环境温度、辐照度以及光伏背板温度计算对应的历史第一目标数据、历史第二目标数据以及历史第三目标数据；其中，所述历史第一目标数据与第一目标数据对应，所述历史第二目标数据与第二目标数据对应，所述历史第三目标数据与第三目标数据对应；将所述历史第一目标数据和历史第三目标数据输入第一预测模型中，得到第三输出结果，以及将所述历史第二目标数据和历史第三目标数据输入第二预测模型中，得到第四输出结果；比较所述第一输出结果和第三输出结果，以及比较第二输出结果和第四输出结果；根据比较结果推测故障发生的位置。5.如权利要求4所述的光伏发电系统的故障诊断方法，其特征在于，所述光伏阵列与所述逆变器之间设置有第一熔断点，所述逆变器和所述电网之间设置有第二熔断点，所述第一熔断点和所述第二熔断点受控于所述控制单元，所述根据比较结果推测故障发生的位置的步骤之后，还包括：根据推测所述故障发生的位置熔断所述第一熔断点和/或所述第二熔断点。6.一种光伏发电系统，其特征在于...

【专利技术属性】
技术研发人员：曹莹，张绪生，周明龙，
申请(专利权)人：柏腾数科杭州科技有限公司，
类型：发明
国别省市：