基于快速过采样主成分分析法的光伏阵列故障诊断

被引：66

作者：

李元良 ^{[1
]}

丁坤 ^{[1
]}

陈富东 ^{[1
]}

丁汉祥 ^{[2
]}

机构：

[1] 河海大学机电工程学院

[2] 常州市光伏系统集成与生产装备技术重点实验室

来源：

电网技术 | 2019年 / 43卷 / 01期

关键词：

光伏阵列; 故障诊断; 故障检测; 故障识别; 实时监控;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对光伏阵列出现的组件阴影遮挡、短路与断路等故障,提出一种基于快速过采样主成分分析(over-sampling principal component analysis,OS-PCA)算法的光伏阵列故障诊断方法,实现故障检测与故障识别。通过检测各组串电流信号,利用快速OS-PCA算法计算各组串异常度,从而检测出故障串;通过误差补偿对光伏阵列工程模型进行优化,并通过分析故障时阵列工作点状态来识别故障类型。实验表明,该故障诊断方法可有效诊断出多变环境下组件阴影遮挡、短路、断路等故障,此外该方法在计算量以及内存占用上具有较强优势,适用于大型光伏电站的实时监控。

引用

页码：308 / 315

页数：8

共 9 条

[1]

基于主成分分析和马氏距离的光伏系统健康状态研究 [J].

丁坤 ;

刘振飞 ;

高列 ;

樊嘉杰 ;

茅静 .

可再生能源, 2017, (01) :1-7

[2]

基于过采样投影近似基追踪的无人机异常检测 [J].

何永福 ;

王少军 ;

王文娟 ;

彭宇 ;

刘大同 .

仪器仪表学报, 2016, 37 (07) :1468-1476

[3]

硅太阳电池工程用数学模型 [J].

苏建徽 ;

余世杰 ;

赵为 ;

吴敏达 ;

沈玉梁 ;

何慧若 .

太阳能学报, 2001, (04) :409-412

[4]

Local outlier factor-based fault detection and evaluation of photovoltaic system.[J].Hanxiang Ding;Kun Ding;Jingwei Zhang;Yue Wang;Lie Gao;Yuanliang Li;Fudong Chen;Zhixiong Shao;Wanbin Lai.Solar Energy.2018,

[5]

PV array fault DiagnosticTechnique for BIPV systems.[J].Oussama Hachana;Giuseppe Marco Tina;Kamel Eddine Hemsas.Energy & Buildings.2016,

[6]

Diagnostic method for photovoltaic systems based on light I – V measurements.[J].Sergiu Spataru;Dezso Sera;Tamas Kerekes;Remus Teodorescu.Solar Energy.2015,

[7]

A simplified model for photovoltaic modules based on improved translation equations.[J].Kun Ding;Jingwei Zhang;Xingao Bian;Junwei Xu.Solar Energy.2014,

[8]

Automatic fault detection in grid connected PV systems.[J].Santiago Silvestre;Aissa Chouder;Engin Karatepe.Solar Energy.2013,

[9]

Automatic supervision and fault detection of PV systems based on power losses analysis [J].

Chouder, A. ;

Silvestre, S. .

ENERGY CONVERSION AND MANAGEMENT, 2010, 51 (10) :1929-1937

← 1 →