[发明专利]光伏发电系统安全运行方法及其中对人工神经网络的训练方法和实时检测方法及装置

说明书

技术领域

本发明涉及光伏发电系统安全运行方法，其包括为检测光伏发电系统直流故障电弧而对人工神经网络的训练方法，还包括光伏发电系统直流故障电弧实时检测方法，其中的实时检测方法中的各个步骤可以通过建立功能模块构架，由计算机程序指令控制计算机系统来完成。

背景技术

近年来，光伏发电系统广泛应用，大多数光伏阵列的安装利用的都是长串的高电压直流电源，这增加了与电弧有关的安全问题。电弧是一种气体放电现象，电弧放电现象常蕴含巨大的能量，对周围设备和工作人员的安全构成威胁。电弧按电流属性分为直流电弧和交流电弧，由于交流电的应用起步较早，目前针对交流故障电弧的检测方法已经相当成熟，相关的交流电弧故障保护装置也已进入市场，但光伏发电系统中的直流电弧与交流电弧的性质有很大不同，直流电弧是一种随机不平稳信号，没有交流电流周期性的“平肩”部特性，传统基于波形或时域特性的检测方法不再适用，所以光伏发电系统直流电弧的检测相对困难。

早期的直流故障电弧检测方法根据电弧发光、发热和发生电磁辐射等特性进行识别，这些方法一般要使用多个传感器搜集电弧发生信息，成本高，检出率低，其应用受到限制。目前多应用电压、电流等电气特性检测直流故障电弧，通过阈值比较判定直流故障电弧的发生，灵活性差，而且随着系统复杂性的变化，考虑多种因素后确定的阈值可能会因没有考虑到其它因素而导致检测结果不准确，很难确定得出一个恰当的阈值。

发明内容

本发明要解决的技术问题是在光伏发电系统中如何准确、简便地测试直流故障电弧。

本发明的思路是提取出能够恰当地反映直流故障电弧特性的参数，交由人工神经网络根据该参数判断是否发生直流故障电弧。

本发明给出光伏发电系统安全运行方法，包括对人工神经网络的训练方法和光伏发电系统直流故障电弧实时检测方法，详述如下。

首先给出对人工神经网络的训练方法：

P. 分别在发生直流故障电弧和不发生直流故障电弧的情况下，多次执行下述样本获取步骤，获得多组学习样本，每次样本获取步骤包括如下A、B、C：

——A. 在光伏发电系统中的预设位置采样直流电流；

——B. 把采样得到的直流电流转换至频域，计算其在设定频段内的谐波能量；

——C. 以计算所得的谐波能量值作为输入信号，采样时是否发生直流故障电弧作为输出信号，构成供人工神经网络进行模式识别训练的一组学习样本；

Q. 采用上述多组学习样本对人工神经网络进行模式识别训练，直至该人工神经网络具备根据直流电流的谐波能量值判断是否发生直流故障电弧的识别能力。

人工神经网络具备了这样的识别能力，我们就可以在该光伏发电系统中实时检测直流故障电弧了，本发明给出实时检测方法如下：

a. 在光伏发电系统中的所述预设位置实时采样直流电流；

b. 以与上述B中的相同的方式，把采样得到的直流电流转换至频域，计算其在所述设定频段内的谐波能量；

q. 把计算所得的谐波能量值输入到所述人工神经网络，由该人工神经网络据此判断是否发生了直流故障电弧。

实时检测方法中的各个步骤可以通过建立功能模块构架，由计算机程序指令控制计算机系统来完成，这些计算机程序指令存储在计算机可读存储介质中。

本发明的有益效果及其原理：

(1) 发明人注意到：直流电弧发生时会突然产生大量的能量，故电流信号在较宽频域范围内的噪音必然会有明显的增加，因此，本发明把直流电流转换至频域计算得出的谐波能量值能够恰当地反映直流故障电弧特性，检测结果准确；

(2) 虽然噪音增加的具体值与很多因素(例如光伏组串的数量和连接方式、逆变器的工作状态等)有关，具有不确定性，但是本发明通过多组学习样本训练人工神经网络，使人工神经网络具备识别能力之后，由人工神经网络来判断直流故障电弧，解决了因光伏发电系统负载的多变性、直流供电电源连接的复杂性和阈值难以确定而带来的问题；

(3) 仅需在光伏发电系统中的预设位置采样直流电流，无需检测电压，检测方便且成本低。

附图说明

图1是光伏发电系统结构图。

具体实施方式

某光伏发电系统结构如图1，光伏阵列包括多个光伏组串，其产生的直流电经汇流箱汇流后，由逆变器逆变至交流电网。