[发明专利]光伏离网电站的神经网络故障检测装置

权利要求书

1.光伏离网电站的神经网络故障检测装置，其特征在于包括：光伏阵列、蓄电池组、控制器、温度传感器组、直流负载构成；

所述光伏阵列由多个光伏组件串联构成；

所述蓄电池组由多个蓄电池串联或并联构成；

所述控制器包括测量模块、开关转换模块、控制模块、通信模块；

所述测量模块的输出端与所述控制模块的输入端连接，所述控制模块的输出端与所述开关转换模块的输入端连接，所述控制模块的输出端与所述通信模块的输入端连接；

所述测量模块包括光伏阵列端采样模块、蓄电池端采样模块；所述光伏阵列的输出端与光伏阵列端采样模块的输入端连接；所述蓄电池组的输出端与蓄电池端采样模块的输入端连接；

所述光伏阵列端采样模块包括光伏阵列端电压采样模块和光伏阵列端电流采样模块，所述光伏阵列端电压采样模块个数与光伏组件的个数相同，所述每个光伏阵列端电压采样模块的输入端分别与相应光伏组件的输出端连接，所述光伏阵列端电流采样模块的输入端与任意一块光伏组件的输出端连接，用于实时采集光伏组件的输出电压和输出电流；

所述蓄电池端采样模块包括蓄电池端电压采样模块、蓄电池端电流采样模块，用于采集蓄电池端的电压和电流值；

所述光伏阵列的输出端与所述开关转换模块的输入端连接，所述蓄电池组的输出端与所述开关转换模块的输入端连接，所述直流负载的输出端与所述开关转换模块的输入端连接；

所述温度传感器组由多个温度传感器阵列构成，每个光伏组件的背面接触式放置一个温度传感器阵列，所述温度传感器阵列由多个温度传感器构成，均匀分布于光伏组件的背面，用于测量光伏组件的背板温度；每个温度传感器的输出端都与所述控制模块的输入端连接；

所述开关转换模块包括充电PWM开关电路、放电开关电路；

所述通信模块用于将当前系统状态以及故障检测结果传出；

所述控制模块用于控制光伏阵列给蓄电池组的供电时间、光伏阵列给直流负载的供电时间、以及蓄电池组给负载的放电时间等；

控制模块根据蓄电池组的电流和电压值，检测出蓄电池组是否出现故障。

2.根据权利要求1所述的光伏离网电站的神经网络故障检测装置，其特征在于所述控制模块根据所述光伏阵列的温度值、电流和第k个光伏组件的电压值，采用BP神经网络的方法，检测出第k个光伏组件是否出现热斑、隐裂、遮挡等故障，步骤如下：

步骤1计算光伏组件的平均温度值

设有K个光伏组件，将每个光伏组件的温度值进行排序，选取排在中间的两个值的平均值，作为第k个光伏组件的温度均值，记作T_k，其中k=1,2,...,K，则所有光伏组件的温度均值为：T₁, T₂, ..., T_K；

选取第k个光伏组件的最大温度值，记作T_k-max，选取第k个光伏组件的最小温度值，记作T_k-min；

然后再将T₁, T₂, ..., T_K从小到大进行排序，取中间的温度值（如果为偶数个，取中间两个值的平均值），作为所有光伏组件的平均温度值T；

步骤2获取一天不同时间段的平均温度值、电流值、电压值

选择阳光充足的天气，将早上6点到晚间6点的时间段进行整点划分，设t为时间，其中t=1,2,...,m，获取不同时间段的平均温度值T₁, T₂, ..., T_m，电流值I₁, I₂, ..., I_m，第k个光伏组件的电压值；

在光伏组件运行正常时，采集50天以上的样本值；在光伏组件出现故障时，再采集50天以上的样本；

步骤3采用BP神经网络进行学习

1）选定输入和输出样本；

设T为平均温度，I为电流，V^k为第k个光伏组件的电压，将时间t、平均温度T、电压V^k和电流I的值转换成二进制；当光伏阵列发电正常时，输出d等于1；当光伏阵列出现故障时，输出d等于-1；

则：

输入样本为：，输出样本为：

2）选定初权值w；

3）重复下述过程，输入全部样本，直到收敛；

（1）输入样本x，计算各层输出：

（2）计算输出层误差：

（3）计算局部梯度

（4）修正输出层权值：

（5）修正隐层权值：

（6）输入新的样本x，设E_max为阈值，直到所有样本都输入完成并且EE_max时结束；

步骤4获取当前的平均温度值、电压值、电流值

根据步骤1，计算出当前的平均温度值T；通过第k个光伏组件的电压采样模块获取电压值V^k；通过电流采样模块获取电流值I；

步骤5采用BP神经网络进行检测

将当前的时间t、平均温度值T、电压值V^k和电流值I作为输入向量x，输入到上述的神经网络中，当输出值d等于1时认为光伏阵列正常，当d等于-1时认为光伏阵列出现故障；

步骤6 判断故障类型

当d等于-1时，计算：

设定阈值Z，一般可取Z=30，当ZT_k-max大于Z%时，则认为第k个光伏组件出现热斑或隐裂故障；当ZT_k-min大于Z%时，则认为第k个光伏组件出现阴影遮挡故障；当ZT_k-max和ZT_k-min都小于Z%时，则认为无法确定第k个光伏组件的故障类型；当ZT_k-max和ZT_k-min都大于Z%时，则认为第k个光伏组件同时出现热斑或隐裂以及阴影遮挡的故障；

步骤7 循环上述过程

对于k=1,2,...,K进行重复上述过程，判断出所有光伏组件是否出现故障以及故障类型。