[发明专利]一种隔离机制与交叉测量融合的光伏热斑故障诊断方法

说明书

本发明公开了一种光伏电池板热斑故障检测方法，属于光伏发电系统故障检测领域。首先定时采集光伏阵列中每条支路的检测数据，建立一个基于隔离森林的光伏阵列热斑故障评估模型，通过模型可以从大量数据中分析出“少而不同”的数据，从而确定故障支路，并给出热斑故障评分。最后，采用交叉测量的方法定位出支路中具体发生热斑故障的电池板。

技术领域

本发明涉及光伏发电系统故障检测领域，尤其是一种光伏电池板热斑故障检测方法。

背景技术

太阳能作为一种可再生、无污染的新能源，越来越受到人们的重视，每年光伏电站的装机容量增长迅速。随着光伏产业的快速发展，光伏电站工作状态的自动监控和故障诊断成为维护电站正常工作的首要任务。而光伏电站的运行与每一块光伏阵列的工作状态息息相关。当光伏组件发生局部遮阴或组件老化时，产生的热斑效应会使光伏转换受到影响，如果不能及时发现，情况严重时会造成光伏电池的永久性损坏，影响光伏电站的安全运行及经济效益。

为了保障光伏系统的安全运行，光伏热斑效应保护与检测方法主要有：1)并联二极管法，该方法主要是通过旁路二极管将被遮挡的光伏组件进行短路，防止光伏组件因发热被烧毁，该方法可以一定程度上延长光伏电池板的寿命，但不能避免热斑效应的发生；2)多传感器检测法，通过设计检测结构，采集一些电气参数进行故障诊断和故障组件定位，该方法安装复杂，成本高；3)电气测量法，该方法利用故障状态下光伏阵列的电流、电压的变化，并建立相应的故障检测模型或规则库，进行光伏故障诊断。该方法的主要难点是需要考虑温度、光照和风速等外界环境的变化，诊断模型的建立困难，而诊断模型直接影响了故障检测精度和效率；4)红外图像法，红外图像能够直观的反映被测物体的温度特性，现已被广泛应用于工业、建筑和电力监控等领域的故障检测。根据不同工作状态下的光伏组件存在明显温差的特征，光伏系统中通过对红外图像的处理与分析，可以提取可能的热斑现象故障区域及区域的特征信息，从而能够实现对光伏电池单体工作状态正常与否进行识别。

近年来，随着信息化技术的不断扩展，能源技术革命与大数据理念的深度融合，光伏大数据就像一座逐渐被挖掘的金矿，通过对其进行获取、处理、分析及应用，其潜在的价值正逐步为光伏行业的发展注入新的动力，如中国专利申请号CN201510929580.7公开的一种基于数据挖掘的光伏发电量预测方法；中国专利申请号CN201510038794.5基于理论计算和数据分析的光伏故障诊断系统和诊断方法。利用数据挖掘技术对光伏热斑效应进行诊断，能够避免添置额外的设备，降低经济成本，同时还能够有效的提高热斑诊断的实时性，减少经济损失。

另一方面，随着机器学习算法的研究发展，新的算法被不断的提出来。聚类和分类是对异常数据诊断的传统方法。然而，他们主要是对正常的数据进行分析，挖掘的是大量数据中的共性，而异常数据往往是作为原始算法的副产物出现的。这样会导致两大缺陷：一是传统方法对异常数据不具有针对性，性能欠佳，往往会发生误诊或漏诊的情况，另一方面，由于原始方法的遗留问题，往往对数据维度和数据规模都有约束，有很大的局限性。隔离森林(Isolation Forest，iForest)基于隔离机制的概念，没有利用距离或密度的测量，且是一种无监督学习方法，无需人工标记信息。iForest根据异常数据“少而不同”且对隔离机制更加敏感的特点，利用采样技术，不仅显著提高了定位异常状态的精确率和召回率，而且只需要线性时间的时间复杂度和较小的内存消耗。

数据挖掘技术需要采集大量的光伏监测数据，与其他的方法相比，虽然在一定的程度上减少了红外摄像头等额外的设备，但仍需要大量的电流电压检测装置。因此，以串联的光伏阵列为单位，利用数据挖掘技术分析出发生热斑故障的串联支路，再采用交叉测量的方法定位出支路中发生故障的光伏电池板，可以大量的减少电流电压检测装置，降低光伏发电的成本。

发明内容