發(fā)布時間：2019-03-24 20:39

【摘要】：太陽能具有用之不竭、環(huán)境友好等優(yōu)勢。從長遠(yuǎn)來講,光伏太陽能發(fā)電必將成為人類獲取能源的主要渠道之一。由于太陽能電站有分布廣、位置偏僻、維護費用高等特點,因此各種規(guī)模光伏電站的實時監(jiān)控與故障診斷成為行業(yè)難點。因此設(shè)計一款適用于光伏電站的故障診斷專家系統(tǒng)是非常必要的。本文提出一種改進(jìn)的概率故障樹分析方法。針對太陽能行業(yè)監(jiān)控與故障診斷技術(shù)落后的現(xiàn)狀,應(yīng)用改進(jìn)的概率故障樹分析方法,結(jié)合IF-THEN推理規(guī)則和太陽能系統(tǒng)專家經(jīng)驗,提出一類面向光伏監(jiān)控與故障診斷的專家系統(tǒng)理論。將此方法應(yīng)用到本團隊自制微型太陽能電站系統(tǒng)進(jìn)行實驗驗證,實驗結(jié)果表明概率故障樹分析法能夠反映實際系統(tǒng)的不確定性,能夠提升專家系統(tǒng)的故障診斷準(zhǔn)確度。在文中建立了光伏電站中發(fā)電效率降低的概率故障樹,最后將改進(jìn)的概率故障樹與專家系統(tǒng)相結(jié)合,設(shè)計了以正反向混合的推理方向、基于概率知識的模糊推理方法、改進(jìn)的“濾波”啟發(fā)式搜索的專家系統(tǒng)。這樣的專家系統(tǒng)在最后給出的故障原因可能有多個,提高了專家系統(tǒng)的診斷正確率。最后通過編程實現(xiàn)了光伏故障診斷軟件的開發(fā)。
[Abstract]:Solar energy has inexhaustible and environmentally friendly advantages. In the long run, photovoltaic solar power generation will be one of the main channels for human to obtain energy. Due to the wide distribution, remote location and high maintenance cost of solar power stations, the real-time monitoring and fault diagnosis of photovoltaic power stations of various sizes has become a difficult problem in the industry. Therefore, it is necessary to design a fault diagnosis expert system for photovoltaic power station. An improved probabilistic fault tree analysis method is proposed in this paper. In view of the backward monitoring and fault diagnosis technology in solar energy industry, the improved probabilistic fault tree analysis method, combined with IF-THEN reasoning rules and the experience of solar system experts, is applied. An expert system theory for photovoltaic monitoring and fault diagnosis is presented. The experimental results show that the probabilistic fault tree analysis method can reflect the uncertainty of the actual system and improve the fault diagnosis accuracy of the expert system. In this paper, a probabilistic fault tree is established to reduce the efficiency of photovoltaic power plants. Finally, the improved probabilistic fault tree is combined with the expert system, and a fuzzy reasoning method based on probabilistic knowledge is designed based on the mixed direction of both positive and negative directions. Improved "filter" heuristic search expert system. There may be more than one fault cause given by the expert system at the end of the paper, which improves the diagnostic accuracy of the expert system. Finally, the development of photovoltaic fault diagnosis software is realized by programming.
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM615;TP277

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王華鎣;李仲學(xué);趙怡晴;雷煒;舒楊;;基于動態(tài)故障樹的煤礦突水風(fēng)險概率評價[J];中國礦業(yè);2016年07期

2 萬曉鳳;劉琦;杜利平;胡偉;羅旋;;光伏并網(wǎng)系統(tǒng)二電平逆變器的故障診斷[J];電測與儀表;2016年10期

3 章筠;呂楠;;分布式能源系統(tǒng)故障診斷與預(yù)測專家知識庫軟件平臺的設(shè)計與開發(fā)[J];上海電氣技術(shù);2016年01期

4 姬志偉;劉軍;孫益祥;符積宏;;基于多方法聯(lián)合的故障診斷專家系統(tǒng)設(shè)計[J];航空計算技術(shù);2015年05期

5 孔祥平;袁宇波;黃浩聲;朱衛(wèi)平;李鵬;王業(yè);;光伏電源故障電流的暫態(tài)特征及其影響因素[J];電網(wǎng)技術(shù);2015年09期

6 辛�？�;李蜀瑜;;基于模糊推理的物流車輛故障診斷專家系統(tǒng)[J];計算機系統(tǒng)應(yīng)用;2015年08期

7 賈利虎;朱永強;孫小燕;王銀順;;基于模型電流預(yù)測控制的光伏電站低電壓穿越控制方法[J];電力系統(tǒng)自動化;2015年07期

8 盛發(fā)武;;光伏電站故障解列裝置動作原因分析[J];科技與創(chuàng)新;2015年03期

9 丁明;肖遙;張晶晶;何劍;;基于事故鏈及動態(tài)故障樹的電網(wǎng)連鎖故障風(fēng)險評估模型[J];中國電機工程學(xué)報;2015年04期

10 孫晨;唐煦東;李曉敏;;某型地鐵列車車門故障與可靠性分析[J];科技風(fēng);2014年03期

相關(guān)博士學(xué)位論文 前2條

1 王培珍;光伏陣列故障狀態(tài)的識別研究[D];合肥工業(yè)大學(xué);2005年

2 趙為;太陽能光伏并網(wǎng)發(fā)電系統(tǒng)的研究[D];合肥工業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 張曉娜;大規(guī)模光伏陣列發(fā)電仿真系統(tǒng)及故障診斷技術(shù)研究[D];青海大學(xué);2016年

2 宋艷青;光伏電站運行中電纜的故障診斷及仿真計算[D];青海大學(xué);2016年

3 胡超;光伏逆變器故障診斷方法研究[D];安徽理工大學(xué);2015年

4 連乾鈞;光伏電站在線監(jiān)測及故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[D];吉林大學(xué);2015年

5 沈才良;光伏電站故障監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

6 周磊;基于網(wǎng)絡(luò)的遠(yuǎn)程故障診斷通信系統(tǒng)研究[D];昆明理工大學(xué);2015年

7 徐芬;太陽能集熱系統(tǒng)中儲熱油罐容量的極值搜尋研究[D];杭州電子科技大學(xué);2014年

8 董夢男;光伏電池模型參數(shù)辨識及老化故障的研究[D];天津大學(xué);2014年

9 程相亮;500T粉末成型機故障診斷專家系統(tǒng)的研究開發(fā)[D];南京理工大學(xué);2013年

10 徐勇;一種光伏陣列故障診斷與定位方法的研究[D];天津大學(xué);2012年

，

本文編號：2446659