【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)境氣候條件容易導致光伏電站發(fā)生故障,因此,開發(fā)一套能夠快速發(fā)現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,人工智能被認為具有較好的技術優(yōu)勢和應用前景,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,采用機器學習算法,對光伏電站的故障診斷技術進行了以下研究。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行了研究,實驗結果表明發(fā)生遮擋時光伏電站的輸出電流數據具有“馬氏性”,符合馬爾可夫鏈的條件。據此,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,該算法計算結果與實際電站觀察結果相一致,證明了該算法的可行性和準確性。其次,由于構建機器學習算法模型需要大量數據進行訓練,而不同故障狀態(tài)下戶外光伏電站的狀態(tài)參數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構,設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據。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,與現有其他方法不同,該方法以時間序列數據為輸入條件,從而實現了云層遮擋、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。基于光伏電站加速模擬裝置對該算法進行了訓練和驗證,實驗結果表明該方法具有良好性能和準確度。
【圖文】：

圖 1-1 光伏陣列模擬模型[8]圖 1-2 相互連接的電路結構[9]傳感器檢測法的實質就是為盡可能的減少傳感器的數量從而重新設計電路結構。為了達到盡量少用傳感器的目的，文獻[10-12]中提出了目前最流行的電路結構：CTCT(complex-total-cross-tied array)結構。如圖 1-3 所示為 CTCT 結構的一個例子：最開始設定一個電流值 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 相互連接的電路結構[9]的實質就是為盡可能的減少傳感器的數量從少用傳感器的目的，，文獻[10-12]中提出了目前最tal-cross-tied array)結構。如圖 1-3 所示為 CTCT流值 I，在 m 層光伏陣列中安裝 m 個電流傳初的設定值 I 進行比較，就可以迅速確定發(fā)生現象的問題。該方法使用傳感器數量較少，要問題是診斷故障不及時，大多作為光伏電一定的局限性。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM615

【參考文獻】

相關期刊論文 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)電功率短期預測中的應用[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];電子質量;2015年04期

3 李英姿;賀琳;牛進蒼;;基于馬爾可夫鏈的光伏并網發(fā)電量預測[J];太陽能學報;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;2013年09期

5 王元章;李智華;吳春華;周笛青;付立;;基于BP神經網絡的光伏組件在線故障診斷[J];電網技術;2013年08期

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

7 蘭琴麗;章樂多;;BP神經網絡在光伏發(fā)電系統(tǒng)故障診斷中的應用[J];通信電源技術;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];電工技術學報;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

相關碩士學位論文 前6條

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

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

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

4 溫海彬;馬爾可夫鏈預測模型及一些應用[D];南京郵電大學;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;2011年

6 韓玨;太陽能電池陣列模擬器的研究與設計[D];浙江大學;2006年

本文編號：2665825