[发明专利]一种光伏电站逆变器故障诊断系统及方法

说明书

本发明属于故障诊断技术领域，具体涉及一种光伏电站逆变器故障诊断系统，包括光伏数据采集模块：用于检测并采集光伏电站的运行数据；故障数据筛选模块：接收光伏数据采集模块传输的数据，进行数据筛选其中的故障输出电压；故障分类诊断模块：将筛选出的故障输出电压输入基于BP神经网络算法的故障分类诊断模型，输出逆变器系统的故障类型；结果输出模块：用于接收故障分类诊断模块输出的故障类型，将故障类型发送至远程终端和移动终端。克服了现有技术的不足，通过对光伏电站的运行数据进行筛选分析，筛选出其中故障信息后进行诊断，确定逆变器的故障类型，不需要对光伏逆变器进行改造，有助于诊断系统的推广。

技术领域

本发明属于故障诊断技术领域，具体涉及一种光伏电站逆变器故障诊断系统及方法。

背景技术

逆变器是一种由半导体器件组成的电力调整装置，主要用于把直流电力转换成交流电力，一般由升压回路和逆变桥式回路构成，升压回路把太阳电池的直流电压升压到逆变器输出控制所需的直流电压，逆变桥式回路则把升压后的直流电压等价地转换成常用频率的交流电压。

作为太阳能光伏发电的核心设备之一，光伏逆变器的故障到整个光伏电站的工作效率；目前为止，针对光伏逆变器的故障检测做了大量的工作，并取得了许多的成果，但是目前的故障检测需要对光伏逆变器进行改造，增加了改造的成本，不适用于之前的光伏设备。

发明内容

本发明的目的在于提供一种光伏电站逆变器故障诊断系统及方法，克服了现有技术的不足，通过对光伏电站的运行数据进行筛选分析，筛选出其中故障信息后进行诊断，确定逆变器的故障类型，不需要对光伏逆变器进行改造，有助于诊断系统的推广。

为解决上述问题，本发明所采取的技术方案如下：

一种光伏电站逆变器故障诊断系统，包括

光伏数据采集模块：用于检测并采集光伏电站的运行数据；

故障数据筛选模块：接收光伏数据采集模块传输的数据，进行数据筛选其中的故障输出电压；

故障分类诊断模块：将筛选出的故障输出电压输入基于BP神经网络算法的故障分类诊断模型，输出逆变器系统的故障类型；

结果输出模块：用于接收故障分类诊断模块输出的故障类型，将故障类型发送至远程终端和移动终端。

进一步，所述故障数据筛选模块的筛选步骤包括：

(1)将接收的光伏电站的运行数据与预设的关键特征集进行分析，得到关键特征量值；

(2)对所述关键特征量输入故障诊断神经网络筛选得到目标故障数据。

进一步，所述故障诊断神经网络包括注意力机制模型和LSTM模型，所述注意力机制模型对每个关键特征量进行分类处理，得到初步故障数据，所述LSTM模块对初步故障数据进行评价，得到目标故障数据。

进一步，所述对每个关键特征量进行分类处理，具体步骤为：

将关键特征量匹配索引分类关键字；

根据索引分类关键字建立索引表；

根据索引表将相关数据填入索引表。

进一步，所述基于BP神经网络算法的故障分类诊断模型的流程为：

(1)BP神经网络的初始化

定义BP神经网络的权值、输入层神经元个数、迭代次数、神经元的临域初始参数；

(2)定义输入层向量