基于模糊C均值聚类的光伏阵列故障诊断方法

被引：89

作者：

毕锐 ^{[1
]}

丁明 ^{[1
]}

徐志成 ^{[1
]}

葛虎 ^{[1
]}

郁丹琦 ^{[2
]}

机构：

[1] 合肥工业大学教育部光伏系统工程研究中心

[2] 杭州供电公司

来源：

太阳能学报 | 2016年 / 37卷 / 03期

关键词：

光伏阵列; 故障诊断; 模糊C均值聚类; 隶属度函数;

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：

提出基于模糊C均值聚类的光伏阵列故障诊断方法。采用基于模糊C均值聚类的方法,对给定外界环境下不同故障类型的故障特征量进行聚类分析,得到故障类型和故障特征量的模糊映射关系;通过基于正态分布的隶属度函数算法,计算待诊断样本与各故障模式间的隶属度大小。对隶属度大小进行排序,得到待诊断样本的故障类型。通过Matlab仿真验证方法的正确性和有效性。

引用

页码：730 / 736

页数：7

共 9 条

[1]

光伏阵列故障诊断方法综述 [J].

胡义华 ;

邓焰 ;

何湘宁 .

电力电子技术, 2013, 47 (03) :21-23

[2]

粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用 [J].

朱艳伟 ;

石新春 ;

但扬清 ;

李鹏 ;

刘文颖 ;

魏德冰 ;

付超 .

中国电机工程学报, 2012, 32 (04) :42-48+20

[3]

基于最优传感器配置的光伏阵列故障诊断 [J].

胡义华 ;

陈昊 ;

徐瑞东 ;

李瑞 .

中国电机工程学报, 2011, 31 (33) :19-30

[4]

基于红外图像的太阳能光伏阵列故障分析 [J].

王培珍 ;

郑诗程 .

太阳能学报, 2010, 31 (02) :197-202

[5]

模糊c均值聚类算法 [J].

刘蕊洁 ;

张金波 ;

刘锐 .

重庆工学院学报(自然科学版) , 2008, (02) :139-141

[6]

FCM聚类算法中模糊加权指数m的优选方法 [J].

宫改云 ;

高新波 ;

伍忠东 .

模糊系统与数学, 2005, (01) :143-148

[7]

Experimental studies of fault location in PV module strings.[J].Takumi Takashima;Junji Yamaguchi;Kenji Otani;Takashi Oozeki;Kazuhiko Kato;Masayoshi Ishida.Solar Energy Materials and Solar Cells.2008, 6

[8]

Modeling and fault diagnosis of a photovoltaic system.[J].Kuei-Hsiang Chao;Sheng-Han Ho;Meng-Hui Wang.Electric Power Systems Research.2007, 1

[9]

Monitoring and remote failure detection of grid-connected PV systems based on satellite observations.[J].A. Drews;A.C. de Keizer;H.G. Beyer;E. Lorenz;J. Betcke;W.G.J.H.M. van Sark;W. Heydenreich;E. Wiemken;S. Stettler;P. Toggweiler;S. Bofinger;M. Schneider;G. Heilscher;D. Heinemann.Solar Energy.2006, 4

← 1 →