【摘要】：光伏電站智能運維主要是利用光伏電站監(jiān)控系統(tǒng)實現(xiàn)對電站運行狀態(tài)的監(jiān)控,同時通過光伏智能診斷方法對光伏電站故障進(jìn)行診斷,從而達(dá)到智能運維的目的,智能運維技術(shù)能夠降低電站的維護(hù)成本保障用戶收益。目前較多的基于功率預(yù)測的故障發(fā)現(xiàn)難度較大,準(zhǔn)確率受環(huán)境影響很大,因此本文對工程可行性較高的鄰近電站比較法展開研究。本文將光伏電站作為研究對象,針對光伏發(fā)電數(shù)據(jù)之間的規(guī)則關(guān)系和電站故障檢測定位問題展開了研究。論文的主要工作如下:(1)通過對影響光伏發(fā)電的因素進(jìn)行研究,確定了關(guān)聯(lián)規(guī)則挖掘模型的輸入特征參數(shù),對特征參數(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和離散化之后,利用基于Apriori算法的關(guān)聯(lián)規(guī)則挖掘模型對光伏發(fā)電數(shù)據(jù)之間的規(guī)則進(jìn)行挖掘,為后面的故障檢測模型提供判斷的依據(jù)。(2)為了提高DBSCAN聚類算法的聚類性能,對DBSCAN算法進(jìn)行了改進(jìn),同時也驗證了改進(jìn)后算法具有更高的性能。(3)根據(jù)關(guān)聯(lián)規(guī)則挖掘的結(jié)果確定故障檢測模型的輸入特征參數(shù),利用基于改進(jìn)A-DBSCAN聚類算法的光伏發(fā)電故障檢測模型對故障進(jìn)行檢測,通過實驗驗證了該模型的有效性和高效性。本文提出的故障檢測方法可以不依賴于故障樣本數(shù)據(jù),能夠很好的解決故障樣本數(shù)據(jù)缺乏的問題,而且具有較高的準(zhǔn)確率。這對于目前光伏故障檢測方法的研究具有一定的借鑒意義。
【圖文】：

２．３．１光伏電站故障診斷模型框架逡逑基于光伏發(fā)電設(shè)備故障檢測的需求，本文提出了光伏電站故障診斷模型。模型架構(gòu)逡逑如圖２－２所示，其功能模塊組成如下：逡逑■邋？邐￣邋｜邋！逡逑數(shù)據(jù)應(yīng)用邐優(yōu)化調(diào)度邋遠(yuǎn)程運維邋屯網(wǎng)交易逡逑數(shù)據(jù)分析邐｜邐光伏屯站故朿診斷邐＾邐逡逑數(shù)據(jù)計詐２邐運用聚類等挖掘兌法得到分類模型逡逑數(shù)據(jù)計筇丨邐運川關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘兌法得到頻繁項規(guī)則逡逑數(shù)據(jù)預(yù)處理邋｜去哚、丨十特汕朵、ｉｆ價狀態(tài)｜運用ｋ均值等數(shù)掂挖拋兌法離eW化數(shù)據(jù)｜逡逑數(shù)據(jù)存儲邐數(shù)據(jù)倉庫逡逑數(shù)據(jù)采集整合邐ＳＣＡＮＡ邐傳感器邐故障知識庫＾邐邐逡逑圖２－２光伏發(fā)電設(shè)備故障診斷與預(yù)警模型結(jié)構(gòu)逡逑Ｆｉｇ．邋２－２邋Ｆａｕｌｔ邋ｄｉａｇｎｏｓｉｓ邋ａｎｄ邋ｗａｒｎｉｎｇ邋ｍｏｄｅｌ邋ｓｔｒｕｃｔｕｒｅ邋ｏｆ邋ｐｈｏｔｏｖｏｌｔａｉｃ邋ｐｏｗｅｒ邋ｇｅｎｅｒａｔｉｏｎ邋ｅｑｕｉｐｍｅｎｔ逡逑１２逡逑

模逡逑型邐邐Ｉ逡逑構(gòu)「——邐邐１邐ｒ邐４ｌ邐邐逡逑＾邐基于關(guān)聯(lián)規(guī)則的聚類分析邐ｉＳｉｄｔＳＨＳ邋｜邋ｆｆ■征｛ｆｌ邋＿逡逑邐邋邐邋★逡逑樣本據(jù)集｜邐｜聚類分析｜邐ｒ邐１逆向云發(fā)生器逡逑ｆ邋士；邐……－ｔ邐—，邐｜特ｆｆｉ云逡逑丨特征—擇１丨灥ｆ規(guī)則１邐＾—｜專家綜}0述逡逑丨士■■邐ｔ邐0逡逑１數(shù)據(jù)預(yù)處理＾￣￣？！關(guān)聯(lián)規(guī)則挖＾邐描述逡逑￣邐｜＿邐Ｉ邐，邐Ｉ逡逑＿邋ｒ邐邐邐邐邐Ｊｒ邐邐逡逑故障識別過程邐｜特征云邋｜槔于關(guān)聯(lián)規(guī)則逡逑￣１邋￣邐的聚類分析逡逑別邐Ｖ邋邐－ｎ－邐逡逑ｍ邐Ｓ，，Ｊ邋￣＾邐ＳＩＳ邋—Ｈ邋決＾＿邋ｈ￣Ｈ邋識別結(jié)果逡逑圖２－１模型構(gòu)建方法與識別步驟逡逑Ｆｉｇ．邋２－１邋Ｍｏｄｅｌｉｎｇ邋ｍｅｔｈｏｄ邋ａｎｄ邋ｒｅｃｏｇｎｉｔｉｏｎ邋ｓｔｅｐｓ逡逑３．１光伏電站故障診斷模型框架逡逑基于光伏發(fā)電設(shè)備故障檢測的需求，本文提出了光伏電站故障診斷模型。模型架圖２－２所示，其功能模塊組成如下：逡逑■邋？邐￣邋｜邋！逡逑
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM615;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 張文瑾;葛強(qiáng);黃澄揚;周晨;葛中強(qiáng);;基于BP神經(jīng)網(wǎng)絡(luò)的光伏陣列智能故障診斷[J];揚州大學(xué)學(xué)報(自然科學(xué)版);2015年01期

2 王元章;吳春華;周笛青;付立;李智華;;基于BP神經(jīng)網(wǎng)絡(luò)的光伏陣列故障診斷研究[J];電力系統(tǒng)保護(hù)與控制;2013年16期

3 程澤;徐勇;董夢男;;一種新的光伏陣列故障診斷與定位方法[J];傳感器與微系統(tǒng);2013年07期

4 徐瑞東;陳昊;胡義華;孫曉燕;;基于高斯過程的光伏陣列故障定位[J];電工技術(shù)學(xué)報;2013年06期

5 孟小峰;慈祥;;大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J];計算機(jī)研究與發(fā)展;2013年01期

6 胡義華;陳昊;徐瑞東;李瑞;;基于最優(yōu)傳感器配置的光伏陣列故障診斷[J];中國電機(jī)工程學(xué)報;2011年33期

7 王培珍;鄭詩程;;基于紅外圖像的太陽能光伏陣列故障分析[J];太陽能學(xué)報;2010年02期

8 仇中柱;周天泰;李們;李春瑩;;光伏窗太陽能發(fā)電量的數(shù)值分析[J];華東電力;2009年05期

相關(guān)博士學(xué)位論文 前1條

1 張海龍;中國新能源發(fā)展研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前8條

1 董美辰;基于模糊決策樹的光伏陣列故障診斷方法研究[D];廣西大學(xué);2018年

2 段家慧;光伏陣列智能監(jiān)測和故障預(yù)測方法[D];廣西大學(xué);2018年

3 王實美;基于DBSCAN的自適應(yīng)非均勻密度聚類算法研究[D];北京交通大學(xué);2017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 王偉;光伏電站遠(yuǎn)程監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2015年

7 龔煜;基于參數(shù)辨識的光伏組件功率預(yù)測模型研究[D];電子科技大學(xué);2013年

8 曹連彬;基于故障樹的并網(wǎng)光伏發(fā)電系統(tǒng)故障診斷研究[D];太原科技大學(xué);2012年

本文編號：2642019