[发明专利]一种光伏故障诊断方法和装置

说明书

本发明提供一种光伏故障诊断方法，包括：获取预设故障模式下的样本故障特征向量集合；基于所述预设故障特征模式的数量，利用FCM算法对所述样本故障特征向量集合进行处理，以得到样本聚类中心向量集合；利用SVM算法对所述样本聚类中心向量集合进行训练，以得到故障诊断模型，以供利用所述故障诊断模型确定出故障模式。本发明还提供一种光伏故障诊断装置。

技术领域

本发明涉及通信技术领域，涉及一种光伏故障诊断方法和装置。

背景技术

光伏阵列故障种类繁多，常见的故障类型包括短路故障、开路故障、阴影故障、异常老化故障、旁路二极管失效等，及时发现光伏故障对光伏电站的安全运行至关重要。光伏电站运行过程中产生海量的光伏数据，如何从这些海量数据中快速发现光伏电站运行过程中产生的故障成为光伏电站故障诊断中亟待解决的问题。目前光伏发电故障诊断主要使用电路结构方法、电气测量方法、红外图像方法等传统诊断方法，在实际诊断过程中，这些方法存在成本高、难以实现故障准确定位等问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提出了一种光伏故障诊断方法和装置，用以解决现有技术中存在的光伏故障诊断准确率低的问题。

一方面，本发明提供一种光伏故障诊断方法，包括：

获取预设故障模式下的样本故障特征向量集合；

基于所述预设故障特征模式的数量，利用FCM算法对所述样本故障特征向量集合进行处理，以得到样本聚类中心向量集合；

利用SVM算法对所述样本聚类中心向量集合进行训练，以得到故障诊断模型，以供利用所述故障诊断模型确定出故障模式。

优选的，所述样本故障特征向量集合包括多个样本故障特征向量；所述样本故障特征向量由多个故障特征参数构成；所述故障特征参数包括：开路电压、短路电流、最大工作点电压、最大工作点电流和最大功率。

优选的，所述基于所述预设故障特征模式的数量，利用FCM算法对所述样本故障特征向量集合进行处理，以得到样本聚类中心向量集合的步骤之前，还包括：

将各所述样本故障特征向量进行标准化处理，以得到标准化样本故障特征向量集合；

所述基于所述预设故障特征模式的数量，利用FCM算法对所述样本故障特征向量集合进行处理，以得到样本聚类中心向量集合具体包括：

基于所述预设故障特征模式的数量，利用FCM算法对所述标准化样本故障特征向量集合进行处理，以得到样本聚类中心向量集合。

优选的，所述将各所述样本故障特征向量进行标准化处理，以得到标准化样本故障特征向量的步骤具体包括：

将各故障特征参数按照预设转化方法转化为标准化故障特征参数；

将各所述标准化故障特征参数作为向量元素构成标准化样本故障特征向量。

优选的，所述开路电压按照下述公式转化为标准化开路电压：

U_{oc_n}＝U_oc[1+β(25-T)]

其中，U_{oc_n}表示标准化开路电压；U_oc表示开路电压；β表示相对短路电压的温度修正系数；T表示光伏阵列实际接收的温度。

优选的，所述短路电流按照下述公式转化为标准化短路电流：

其中，I_{sc_n}表示标准化短路电流；I_sc表示短路电流；G表示光伏阵列实际接收的辐照度；α表示相对短路电流的温度修正系数；T表示光伏阵列实际接收的温度。