[发明专利]一种光伏组件智能健康状态诊断方法

权利要求书

1.一种光伏组件智能健康状态诊断方法，其特征在于：所述诊断方法包括以下步骤：

步骤一：对待测光伏组件的输出I-V特性进行采样，并使用MQPSO算法对老化参数进行辨识；

步骤二：将任意工作环境下的老化参数映射至STC下；

步骤三：将老化参数输入至PNN，计算每个类别的最大似然估计值，得出待测光伏组件当前的健康状况；

所述步骤一中对老化参数进行辨识具体通过计算模型I-V与真实I-V的均方根误差，公式为：

式中Iim和Vim分别表示在N次测量中第i次电流和电压测量值，x表示需要辨识的参量的集合，Isiim代表仿真模型计算的输出电流；

所述步骤二中老化参数映射公式具体如下：

光生电流为I_ph，辐照为G，温度为T，k_i为组件的温度系数，二极管反向饱和电流为I₀，ε为电池片的带隙宽度，

所述步骤三中将老化参数输入至PNN后，通过以下公式估计多元PDF的估计量：

式中N是训练样本的总量，x是随机变量的矢量，x_i是训练矢量；

当PNN用于分类任务时，网络模型由四个层次构成，分别为输入层、模式层、求和层与决策层；

输入层将信息输送至模式层，依据上式计算各个神经元的最大似然估计值；

求和层将属于同一类别的所有神经元输出信息进行汇总求平均，并依照贝叶斯决策规则将样本X分类，并交由决策层输出；

所述步骤三中待测光伏组件当前的健康状况SoH计算方式如下：

式中f(健康)与f(故障)为各类别估计值；

当SoH取值为-1时，代表组件发生严重故障了；当组件SoH取值为1时，代表组件当前的工作状态非常好；当SoH处于[0,1]时，值越大越健康；处于[-1,0]时，值越小越不健康。

2.根据权利要求1所述的一种光伏组件智能健康状态诊断方法，其特征在于：选取|SoH|＝0.5作为分界线，将健康状况SoH的范围分为三部分：健康、亚健康与故障组。