【技术实现步骤摘要】
本专利技术涉及基于内部参数的光伏阵列故障诊断方法，属于光伏发电。
技术介绍
1、随着化石能源的消耗，低碳节能的观念深入人心，目前各个国家都大力开展可再生新能源技术研究。其中，光伏发电因为具有稳定安全、噪声小、受地域限制小等优点，得到广泛的应用，光伏阵列作为关键设备也得到关注。但长期在复杂环境中作业，易出现各种故障如变形、热斑等，从而导致发电效率降低、使用寿命缩短、输出功率不理想等等，影响光伏发电系统可靠稳定的运行和经济效益。
2、针对上述问题，通过提高光伏阵列故障诊断的准确率可有效解决。传统的光伏阵列故障诊断方法有红外图像法、传感器法、电结构法，其中，红外图像法根据光伏阵列组件正常和故障时工作温度差异，通过红外成像仪诊断。此方法未直接接触光伏阵列，对阵列结构无影响，但依赖于设备，存在成像较差的问题，且成本较高，抗干扰能力差，适用性差。传感器法通过诸多传感器检测光伏阵列运行数据，与历史数据比较分析，实现故障诊断。此方法原理简单，但所需传感器较多，且测量过程复杂，存在测试值离散的问题，故障定位较难。电结构法根据连接方式的差异和传...
【技术保护点】
1.一种基于内部参数的光伏阵列故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤4中利用改进蜣螂算法对光伏阵列模型进行参数辨识的过程包括：
3.根据权利要求1所述的方法，其特征在于，所述目标函数为：
4.根据权利要求1所述的方法，其特征在于，所述步骤3利用改进蜣螂算法优化BP神经网络的初始阈值和权重，优化后的BP神经网络权重和初始阈值如下：
5.根据权利要求1所述的方法，其特征在于，所述光伏阵列模型中对应的单二极管模型的I-V特性方程如下：
6.根据权利要求5所述的方...
【技术特征摘要】
1.一种基于内部参数的光伏阵列故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤4中利用改进蜣螂算法对光伏阵列模型进行参数辨识的过程包括：
3.根据权利要求1所述的方法，其特征在于，所述目标函数为：
4.根据权利要求1所述的方法，其特征在于，所述步骤3利用改进蜣螂算法优化bp神经网络的初始阈值和权重，优化后的bp神经网络权重和初始阈值如下：
5.根据权利要求1所述的方法，其特征在于，所述光伏阵列模型中对应的单二极管模型的i-v特性方程如下：
6.根据权利要求5所述的方法，其特征在于，所述待辨识参数包括：光生电流iph、二极管反向饱和电流isd...
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。