本文關鍵詞：基于數據挖掘的光伏陣列故障診斷研究

  更多相關文章： 光伏陣列 故障診斷 數據清洗 決策樹

【摘要】：隨著第三次工業(yè)革命的到來,新能源迅速發(fā)展,光伏產業(yè)備受關注。而光伏組件價格較高一直是制約光伏產業(yè)發(fā)展的一個重要因素,光伏發(fā)電系統(tǒng)投資商一次性投資過高,短時間無法收回成本。本文在收集大量數據資料的基礎上,系統(tǒng)分析國家層面針對光伏產業(yè)發(fā)展規(guī)劃,國家電網公司對光伏產業(yè)發(fā)展的支持政策,浙江省和嘉興市光伏產業(yè)發(fā)展現(xiàn)狀,分析現(xiàn)階段光伏產業(yè)發(fā)展面臨的問題,得出導致問題最主要的原因是,光伏系統(tǒng)發(fā)電量無法得到保障,光伏組件故障率偏高,熱斑現(xiàn)象普遍,無法及時有效的診斷,排除故障能力弱。所以,有效的光伏組件故障診斷,可以大大提升光伏發(fā)電系統(tǒng)的經濟性。在電力領域中應用的故障診斷技術很多,且各有利弊,目前針對光伏陣列的故障診斷技術主要分為紅外檢測法和電信號檢測法兩大類,實際工程中,需要添加額外的故障診斷輔助設備,增加系統(tǒng)經濟成本,且故障診斷不及時,普遍為光伏陣列故障后采取措施,某種程度排除故障效率得不到保證。本文系統(tǒng)總結了光伏陣列故障的成因,歸納故障類型。提出在整個光伏發(fā)電系統(tǒng)中,采用唯一支路指示光伏陣列故障的微型逆變的新思路,利用實時運行數據,建立數據挖掘決策樹模型,利用模型預測其他支路的光伏陣列故障情況。首先,采集光伏陣列監(jiān)控數據中光伏陣列電流、輸出功率,溫度傳感器光伏板正板工作溫度,環(huán)境檢測儀采集的環(huán)境溫度、光輻照度,微型逆變器的故障指示數據。進一步對海量數據進行數據抽取、轉化和加載,建立光伏陣列故障診斷應用數據庫。最后成功實現(xiàn)C5.0算法,建立模型,模型預測結果準確率高,同時與CART算法結果對比,前者優(yōu)于后者。
【關鍵詞】：光伏陣列 故障診斷 數據清洗 決策樹
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13;TM615
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 新能源光伏發(fā)電概述9
• 1.2 現(xiàn)階段光伏系統(tǒng)面臨的問題9-10
• 1.3 國內外光伏陣列故障診斷技術研究現(xiàn)狀10-11
• 1.4 本文主要研究內容11-13
• 第2章 光伏陣列故障診斷方法的研究13-20
• 2.1 光伏系統(tǒng)架構13-14
• 2.2 光伏組件的運行特性14-15
• 2.2.1 光伏電池工作原理14
• 2.2.2 光伏組件數學模型14-15
• 2.3 光伏陣列的故障成因15-17
• 2.4 光伏陣列的故障類型17-18
• 2.5 本文擬采用的光伏陣列故障診斷方法18-19
• 2.6 本章小結19-20
• 第3章 數據挖掘技術及其在故障診斷中的應用研究20-30
• 3.1 數據挖掘技術20
• 3.2 數據挖掘過程模型20-21
• 3.3 數據清洗方法21-22
• 3.4 光伏陣列故障診斷數據挖掘建模22-28
• 3.4.1 光伏陣列故障診斷業(yè)務理解22-23
• 3.4.2 光伏系統(tǒng)運行數據清洗與預處理23-25
• 3.4.3 數據挖掘模型和算法選擇25-28
• 3.5 本章小結28-30
• 第4章 基于C5.0算法的光伏陣列故障診斷模型30-36
• 4.1 決策樹模型及C5.0算法30-32
• 4.1.1 決策樹的核心問題30
• 4.1.2 信息增益和C5.0算法30-32
• 4.2 光伏陣列故障診斷模型32-35
• 4.2.1 故障診斷決策樹模型生長32-33
• 4.2.2 故障診斷模型剪枝33-34
• 4.2.3 推理規(guī)則集34-35
• 4.3 本章小結35-36
• 第5章 算法實現(xiàn)及實驗結果分析36-52
• 5.1 數據預處理36-45
• 5.1.1 數據類型36-40
• 5.1.2 數據抽取40-41
• 5.1.3 數據分區(qū)41-42
• 5.1.4 數據分箱42-44
• 5.1.5 數據合并44-45
• 5.2 故障診斷模型45-50
• 5.2.1 C5.0算法模型46-48
• 5.2.2 推理規(guī)則集48-49
• 5.2.3 CART算法模型49-50
• 5.3 模型評估50-51
• 5.4 本章小結51-52
• 第6章 結論與展望52-54
• 6.1 工作總結52
• 6.2 工作展望52-54
• 參考文獻54-58
• 致謝58

【相似文獻】

中國期刊全文數據庫 前10條

1 王建華;韓偉;;光伏陣列的仿真模型研究[J];信息技術;2011年06期

2 陳昌松;段善旭;殷進軍;;基于神經網絡的光伏陣列發(fā)電預測模型的設計[J];電工技術學報;2009年09期

3 劉剛;;太陽能光伏陣列數學模型的綜述[J];科技信息;2010年04期

4 劉曉艷;祁新梅;鄭壽森;王飛;陳達明;;局部陰影條件下光伏陣列的建模與分析[J];電網技術;2010年11期

5 翟津川;黃梅;;光伏陣列三相并網仿真模型[J];電子設計工程;2010年12期

6 楊鵬;劉松;沈楚焱;;一種數字式光伏陣列模擬系統(tǒng)的研究[J];電工電氣;2011年02期

7 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

8 丁明;陳中;;遮陰影響下的光伏陣列結構研究[J];電力自動化設備;2011年10期

9 陳正偉;朱建華;裘君英;劉瀏;;光伏陣列解析模型的研究[J];浙江科技學院學報;2011年06期

10 劉曉艷;祁新梅;鄭壽森;陳達明;王飛;;局部陰影條件下光伏陣列仿真模型的研究[J];系統(tǒng)仿真學報;2012年05期

中國重要會議論文全文數據庫 前7條

1 傅望;羅時武;青志明;;局部陰影條件下光伏陣列輸出特性方程研究[A];2013年中國電機工程學會年會論文集[C];2013年

2 張國榮;瞿曉麗;蘇建徽;劉寧;董康;;基于動態(tài)電容充電的光伏陣列Ⅰ-Ⅴ測試儀[A];2009安捷倫科技節(jié)論文集[C];2009年

3 張淵明;孫彥廣;張云貴;;非均勻輻射條件下光伏陣列建模及運行穩(wěn)定性分析[A];全國冶金自動化信息網2012年年會論文集[C];2012年

4 王培珍;;太陽能光伏陣列的溫度與紅外特性分析[A];安徽省第五屆“興皖之光”青年學術年會論文集（工科卷）[C];2005年

5 代倩;段善旭;蔡濤;陳昌松;;基于氣象因子的神經網絡模型在光伏發(fā)電預測中的應用研究[A];第27屆中國氣象學會年會氣候資源應用研究分會場論文集[C];2010年

6 黃智勇;;水利水電工程中太陽能的利用[A];2013年電氣學術交流會議論文集[C];2013年

7 謝標鍇;沈輝;朱薇樺;;六種太陽電池光伏陣列實際發(fā)電性能比較[A];第十屆中國太陽能光伏會議論文集：迎接光伏發(fā)電新時代[C];2008年

中國博士學位論文全文數據庫 前3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;2005年

2 吳小進;光伏陣列及并網逆變器關鍵技術研究[D];北京交通大學;2012年

3 翟載騰;任意條件下光伏陣列的輸出性能預測[D];中國科學技術大學;2008年

中國碩士學位論文全文數據庫 前10條

1 張磊;一種光伏陣列模擬器的研究和設計[D];哈爾濱工業(yè)大學;2015年

2 寇彥宏;光伏陣列最大功率點跟蹤方法的研究[D];寧波大學;2015年

3 趙磊;局部陰影下光伏陣列的最大功率點跟蹤與控制[D];中國計量學院;2015年

4 楊天宇;數字式光伏陣列模擬器的研究與設計[D];上海交通大學;2015年

5 呂盛華;基于光伏陣列拓撲的全局最大功率跟蹤算法研究[D];太原理工大學;2016年

6 楊莉萍;光伏陣列的模型仿真及其均衡補償[D];北方工業(yè)大學;2016年

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

8 朱婧;基于光伏陣列板供電的能源控制系統(tǒng)的研究[D];江蘇大學;2016年

9 樊慶亞;基于無線傳感網絡的光伏陣列監(jiān)測管理系統(tǒng)研發(fā)[D];江蘇大學;2016年

10 王素寧;基于果蠅優(yōu)化算法的多峰值光伏最大功率跟蹤控制策略研究[D];上海電機學院;2016年

，

本文編號：668505