發(fā)布時間：2020-05-16 00:01

【摘要】：隨著全球能源和環(huán)保需求的持續(xù)增加,作為幾種重要清潔能源技術(shù)之一的光伏發(fā)電在近年來取得了迅猛發(fā)展。然而,由于長期在戶外運行,多樣的環(huán)境氣候條件容易導(dǎo)致光伏電站發(fā)生故障,因此,開發(fā)一套能夠快速發(fā)現(xiàn)光伏電站運行故障的實時診斷系統(tǒng)對于確保光伏電站的安全運行顯得極為重要。在光伏電站的各種診斷方法中,人工智能被認(rèn)為具有較好的技術(shù)優(yōu)勢和應(yīng)用前景,因此本文以實際光伏電站和光伏電站加速模擬裝置為研究對象,采用機器學(xué)習(xí)算法,對光伏電站的故障診斷技術(shù)進(jìn)行了以下研究。首先,本文對處于陰影遮擋狀態(tài)下光伏電站的輸出特性進(jìn)行了研究,實驗結(jié)果表明發(fā)生遮擋時光伏電站的輸出電流數(shù)據(jù)具有“馬氏性”,符合馬爾可夫鏈的條件。據(jù)此,本文成功利用馬爾可夫模型計算出光伏電站遮擋概率,并通過分析遮擋概率的波動性判斷出是否存在陰影遮擋以及遮擋類型。為期一月的戶外工程驗證表明,該算法計算結(jié)果與實際電站觀察結(jié)果相一致,證明了該算法的可行性和準(zhǔn)確性。其次,由于構(gòu)建機器學(xué)習(xí)算法模型需要大量數(shù)據(jù)進(jìn)行訓(xùn)練,而不同故障狀態(tài)下戶外光伏電站的狀態(tài)參數(shù)獲取難度較大且時間周期較長,因此本文基于光伏發(fā)電原理和光伏電站結(jié)構(gòu),設(shè)計了光伏電站加速模擬裝置,并從多個方面驗證了該裝置的科學(xué)性與可行性,證明其可以用于獲取無故障運行、固定物陰影遮擋、云層遮擋和光伏組件老化這四種狀態(tài)下的光伏電站運行數(shù)據(jù)。最后,本文提出了一種基于支持向量機的光伏電站故障分類方法,與現(xiàn)有其他方法不同,該方法以時間序列數(shù)據(jù)為輸入條件,從而實現(xiàn)了云層遮擋、固定物遮擋以及光伏組件老化三類電氣衰減特征相近故障的有效分類�；�于光伏電站加速模擬裝置對該算法進(jìn)行了訓(xùn)練和驗證,實驗結(jié)果表明該方法具有良好性能和準(zhǔn)確度。
【圖文】：

圖 1-1 光伏陣列模擬模型[8]圖 1-2 相互連接的電路結(jié)構(gòu)[9]傳感器檢測法的實質(zhì)就是為盡可能的減少傳感器的數(shù)量從而重新設(shè)計電路結(jié)構(gòu)。為了達(dá)到盡量少用傳感器的目的，文獻(xiàn)[10-12]中提出了目前最流行的電路結(jié)構(gòu)：CTCT(complex-total-cross-tied array)結(jié)構(gòu)。如圖 1-3 所示為 CTCT 結(jié)構(gòu)的一個例子：最開始設(shè)定一個電流值 I，在 m 層光伏陣列中安裝 m 個電流傳感器，依次將傳感

3圖 1-2 相互連接的電路結(jié)構(gòu)[9]的實質(zhì)就是為盡可能的減少傳感器的數(shù)量從少用傳感器的目的，，文獻(xiàn)[10-12]中提出了目前最tal-cross-tied array)結(jié)構(gòu)。如圖 1-3 所示為 CTCT流值 I，在 m 層光伏陣列中安裝 m 個電流傳初的設(shè)定值 I 進(jìn)行比較，就可以迅速確定發(fā)生現(xiàn)象的問題。該方法使用傳感器數(shù)量較少，要問題是診斷故障不及時，大多作為光伏電一定的局限性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM615

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李燕斌;張久菊;肖俊明;;灰色-馬爾可夫鏈統(tǒng)計組合模型在光伏發(fā)電功率短期預(yù)測中的應(yīng)用[J];電測與儀表;2015年23期

2 周明;趙洪超;黃坤;沈彥濤;;基于Matlab/Simulink的光伏電池建模與仿真[J];電子質(zhì)量;2015年04期

3 李英姿;賀琳;牛進(jìn)蒼;;基于馬爾可夫鏈的光伏并網(wǎng)發(fā)電量預(yù)測[J];太陽能學(xué)報;2014年04期

4 王元章;李智華;吳春華;;光伏系統(tǒng)故障診斷方法綜述[J];電源技術(shù);2013年09期

5 王元章;李智華;吳春華;周笛青;付立;;基于BP神經(jīng)網(wǎng)絡(luò)的光伏組件在線故障診斷[J];電網(wǎng)技術(shù);2013年08期

6 馬志恒;;太陽能電池組件功率衰減分析[J];中國高新技術(shù)企業(yè);2012年17期

7 蘭琴麗;章樂多;;BP神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電系統(tǒng)故障診斷中的應(yīng)用[J];通信電源技術(shù);2011年04期

8 陳阿蓮;馮麗娜;杜春水;張承慧;;基于支持向量機的局部陰影條件下光伏陣列建模[J];電工技術(shù)學(xué)報;2011年03期

9 陳冰梅;樊曉平;周志明;李雪榮;;支持向量機原理及展望[J];制造業(yè)自動化;2010年14期

10 董棟;陳光夢;;基于近紅外圖像的硅太陽能電池故障檢測方法[J];信息與電子工程;2010年05期

相關(guān)碩士學(xué)位論文 前6條

1 邢朝路;基于環(huán)境采集的光伏電站清洗預(yù)警系統(tǒng)設(shè)計與研究[D];電子科技大學(xué);2018年

2 王凌霄;光伏發(fā)電系統(tǒng)的故障診斷與健康監(jiān)測技術(shù)研究[D];浙江大學(xué);2018年

3 王雪;光伏監(jiān)控中的故障診斷方法及應(yīng)用[D];杭州電子科技大學(xué);2017年

4 溫海彬;馬爾可夫鏈預(yù)測模型及一些應(yīng)用[D];南京郵電大學(xué);2012年

5 邱純;任意輻照度與溫度條件下光伏系統(tǒng)輸出特性建模[D];華中科技大學(xué);2011年

6 韓玨;太陽能電池陣列模擬器的研究與設(shè)計[D];浙江大學(xué);2006年

本文編號：2665825