一種光伏陣列故障定位的方法
【專利摘要】本發(fā)明涉及一種光伏陣列故障定位的方法，該方法通過先測量不同光照強度以及溫度下的電壓和電流的讀數(shù)，將這些數(shù)據(jù)作為程序的訓練樣本，并用來訓練高斯算法，再將測量的電壓和電流數(shù)據(jù)作為測試程序的輸入數(shù)據(jù)，然后根據(jù)以前訓練的情況以及輸入的數(shù)據(jù)判斷出現(xiàn)故障的光伏組件的位置。本發(fā)明可以很好的預測光伏陣列中出現(xiàn)故障的光伏組件的位置，解決了模糊控制需要的模糊規(guī)則及對樣本數(shù)量要求比較高而導致運營過程中易陷入局部最優(yōu)問題。
【專利說明】一種光伏陣列故障定位的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于光伏電站故障定位的方法，具體涉及一種高斯過程智能計算方法以及光伏陣列傳感器布置方法。
【背景技術(shù)】
[0002]對于光伏陣列出現(xiàn)故障后，其診斷的方法一開始要是通過對光伏陣列的電壓、電流以及功率等數(shù)據(jù)進行分析、判斷，從而確定故障狀態(tài)以及故障的位置，但是這種判斷基本上是通過人工經(jīng)驗進行的，這對于數(shù)量巨大的且無人值守光伏電站而言，出現(xiàn)故障后第一時間進行故障的判斷以及及時的檢測維護是比較困難的，因此采用一些智能診斷系統(tǒng)并應用在光伏電站故障診斷中具有重大意義。光伏電站的智能故障診斷系統(tǒng)就是在此背景下發(fā)展起來的，它綜合了智能控制技術(shù)與計算機技術(shù)，是智能控制技術(shù)在故障診斷及定位中的具體應用，其基本思想是利用傳感器技術(shù)采集現(xiàn)場的電壓、電流以及功率信號，通過計算機軟件模擬人工經(jīng)驗對信號進行分析和判斷，從而實現(xiàn)對系統(tǒng)的故障的判別以及定位。該方法在實際應用過程中主要存在兩個問題:①應該采集哪些故障信號；②采集了信號后如何通過計算機軟件融入人工經(jīng)驗對系統(tǒng)的故障進行診斷和定位。隨著計算機技術(shù)和人工智能算法的飛速發(fā)展，人們開始嘗試用模糊控制理論以及神經(jīng)網(wǎng)絡(luò)等智能控制算法來完成光伏系統(tǒng)故障的智能判斷和定位。模糊控制由于不需要系統(tǒng)的精確數(shù)學模型，人工神經(jīng)網(wǎng)絡(luò)具有其獨特的容錯、聯(lián)想、推測、記憶、自適應、自學習和處理復雜多模式等優(yōu)點，在故障診斷中常常被使用。但是模糊控制需要根據(jù)實際情況以及人工經(jīng)驗制定相應的模糊規(guī)則[I]，而人工神經(jīng)網(wǎng)絡(luò)由于需要人為事先確定其結(jié)構(gòu)參數(shù)(包括隱層數(shù)，神經(jīng)元個數(shù)等)，且對樣本數(shù)量要求比較高，在運營過程中易陷入局部最優(yōu)[2，3]。
[0003]在實際使用過程中，光伏發(fā)電設(shè)備故障診斷系統(tǒng)的各種信息變化相對比較快，在使用這些數(shù)據(jù)進行故障診斷的過程中，不能僅根據(jù)幾個量就進行故障的診斷和定位，必須充分利用監(jiān)測到的多個傳感器信息，將單個傳感器獲取的單維信息融合起來形成多維的信息，可以獲得比單個傳感器信息或者幾個傳感器信息簡單相加多得多的信息。在本章所使用的基于高斯過程的光伏陣列故障診斷定位系統(tǒng)中，將充分利用電壓、電流傳感器獲得的信息，將這些信息作為模型的輸入，對系統(tǒng)進行訓練，然后根據(jù)現(xiàn)場實際輸入的電壓、電流傳感器信息判斷故障類型以及故障的定位。

【發(fā)明內(nèi)容】

[0004]光伏陣列數(shù)量巨大，分布面積大，在其中的一個光伏組件出現(xiàn)問題時，很難確定出現(xiàn)問題的光伏陣列的位置，本發(fā)明通過合理的設(shè)置光伏陣列傳感器采集電壓、電流信息，通過高斯過程對這些信息進行處理，得出出現(xiàn)故障的光伏陣列的位置。
[0005]本發(fā)明一種光伏陣列故障定位的方法，包括以下內(nèi)容:
①傳感器的布置方法
如果一個光伏陣列為s行P列，在對光伏陣列故障進行診斷和定位的過程中需要設(shè)置大量的電壓和電流傳感器，本專利采用了一種將傳感器全部覆蓋住權(quán)值節(jié)點的傳感器布置方法，這種方法所需要配置的傳感器數(shù)量為sX(p_l)/2，在大規(guī)模光伏陣列中，將大大減少電壓傳感器的數(shù)量，節(jié)省了成本。對于一個4X4光伏陣列，采用這種權(quán)值點全覆蓋的方法，其需要的電壓傳感器為4x(4-l)/2 = 6^,電壓傳感器的連接方案如圖1所示。
[0006]②編碼表示方法
這里考慮一 s行P列的光伏陣列，即陣列中共包含sXp個光伏組件。采用二進制碼表示當前光伏陣列中各光伏電池的工作狀態(tài)是一種最自然的方式，本文中，“O”表示光伏電池 工作正常，“I”表示電池故障，那么，利用長度為SXp的二進制串組￡ = 可表示當前光伏陣列的工作狀態(tài)。如對于一 2X2光伏陣列，0001碼串可表示第I塊板子故障，1000碼串可表示第4塊板子故障；0011表示第I和第2個組件故障，以此類推。顯然，利用上述二進制串表示光伏陣列工作狀態(tài)簡單直觀，可采用分類方法實現(xiàn)故障診斷和定位。
[0007]③訓練樣本與測試樣本的選擇
通過測定光伏陣列電壓和電流信號確定其工作狀態(tài)是否正常，并在故障時，確定故障位置。首先，進行樣本采集，以獲得訓練數(shù)據(jù)，然后，利用訓練樣本，訓練高斯過程，進行整數(shù)回歸。
[0008]在sXp光伏陣列中，共可測得s個電流信號，sX (p-1)/2個電壓信號，記為I=1?,?/-?其相應的光伏陣列工作狀態(tài)的二進制碼串為4，其對應
釋_
的十進制數(shù)為:!￡ "’記為wyy
MA I J
[0009]設(shè)共獲得M個訓練樣本，即該數(shù)據(jù)集為1>={1|/(1|>||=1?2,^11}，為便于后續(xù)說明，簡記為JP=PU_=uiHif|。假設(shè):
函數(shù)/C^為服從高斯分布的隨機過程，關(guān)于該過程的說明，參見第5章，這里不再贅述。基于學習樣本和新訓練樣本，可以獲得擬合均值和方差，分別如式(2)和(3)所示:
Λ(2)
ο?* -(3)
在本章中，仍設(shè)上述兩式均值函數(shù)為0，選擇常用的高斯核函數(shù)，如式(4)所示:

⑷
其中，113和1為參數(shù)。參數(shù)確定方法與第5章相同，不再贅述。
[0010]利用上述參數(shù)，代入式(2)中可獲得與當前電壓電流對應的光伏陣列工作狀態(tài)整數(shù)值均值(對于非整數(shù)值，采用四舍五入方法取整)，再將其轉(zhuǎn)換為二進制碼串，則可實現(xiàn)故障定位。
[0011]以1囂導光伏陣列為應用平臺，分別考慮有一塊、兩塊、三塊、四塊電池發(fā)生故障的情況，測量支路電流1^和1^，可以判斷故障支路；測量電壓值，可以確定故障的太陽能電池板。在本文中主要測量多種故障狀態(tài)下的電流表讀數(shù)3^和3^,檢測三個電壓表的讀數(shù)1V1
>xV對于存在的故障的預測情況如表1所示。從表中可知，采用這種方法可以很
好的預測光伏陣列中出現(xiàn)故障的光伏組件的位置。
[0012]表1預測情況
【權(quán)利要求】
1.一種光伏陣列故障定位的方法，其特征在于，包括步驟: ①傳感器的布置方法:將傳感器全部覆蓋住權(quán)值節(jié)點的傳感器布置方法，這種方法所需要配置的傳感器數(shù)量為(/7-1)/2 ； ②編碼表示方法:利用二進制串表示光伏陣列工作狀態(tài)簡單直觀，采用分類方法實現(xiàn)故障診斷和定位； ③訓練樣本與測試樣本的選擇: 在光伏陣列中，共可測得S個電流信號，SX ip-D/2個電壓信號，記為
【文檔編號】H02S50/10GK103633938SQ201310664532
【公開日】2014年3月12日 申請日期:2013年12月10日 優(yōu)先權(quán)日:2013年12月10日
【發(fā)明者】徐瑞東, 孫曉燕, 戴瀹, 吳計偉 申請人:中國礦業(yè)大學