[发明专利]一种光伏组件故障检测方法和系统

说明书

本发明提供了一种光伏组件故障检测方法和系统，包括：通过预先构建的故障检测函数，比较光伏组件待测样本的残差与历史数据样本集中样本均值之差是否超过允许发生误差的阈值；若超过，则光伏组件发生故障；否则光伏组件运行正常；其中，历史数据样本集中的样本均包括正常运行下的历史数据，历史数据包括短路电流、开路电压、最大功率点电流和最大功率点电压；故障检测函数通过拟合最大功率点电压与历史短路电流、历史开路电压和历史最大功率点的关系式进行建。该方法和系统可通过电流和电压变化，实现光伏组件的故障检测，在少量样本条件下，较人工神经网络方法具备更高的诊断可靠性。

技术领域

本发明属于新能源发电领域，具体涉及一种光伏组件故障检测方法和系统。

背景技术

光伏组件直接将光能变为直流电能，是光伏发电系统的核心组件之一。理论上光伏组件的使用寿命约20-25年，但光伏组件长期在室外工作，受使用环境的影响，不可避免地会发生老化、损坏等各类故障。这些故障轻则影响系统的发电效率，重则引发火灾等重大灾害。因此对光伏组件开展及时的故障检测，对于光伏发电系统的稳定高效运行具备重要意义。

目前针对光伏组件的故障诊断方法主要有多传感器检测法、时域检测法和红外图像分析法等，但大多处于理论或仿真阶段，同时需要添加大量额外的传感器和摄像头等设备，成本较高。因此，基于人工智能及I-V曲线分析的方法逐步得到重视。而受制于人工神经网络以经验风险最小化为优化准则的算法理论基础，该类方法在学习过程中要求大样本量，同时也容易陷入局部最小问题。在对少量光伏组件数据进行学习时，该算法性能不稳定，需要进行多次运算以确保结果的可靠性。

发明内容

为克服上述现有技术的不足，本发明提出一种光伏组件故障检测方法和系统。

实现上述目的所采用的解决方案为：

一种光伏组件故障检测方法，其改进之处在于：

通过预先构建的故障检测函数，比较光伏组件待测样本的残差与历史数据样本集中样本均值之差是否超过允许发生误差的阈值；

若超过，则光伏组件发生故障；否则光伏组件运行正常；

所述历史数据样本集中的样本均包括正常运行下的历史数据，所述历史数据包括短路电流、开路电压、最大功率点电流和最大功率点电压；所述故障检测函数通过拟合所述最大功率点电压与历史短路电流、历史开路电压和历史最大功率点的关系式进行建。

本发明提供的第一优选技术方案，其改进之处在于，所述故障检测函数通过拟合所述历史最大功率点电压与历史短路电流、历史开路电压和历史最大功率点的关系式进行构建，包括：

通过正常运行下的历史数据，形成多组数据样本；

根据所述关系式计算每组数据样本对应的残差值；

根据所述残差值计算允许发生误差的阈值；

根据所述阈值生成故障检测函数。

本发明提供的第二优选技术方案，其改进之处在于，所述通过正常运行下的历史数据，形成多组数据样本，包括：

分别采集不同光照条件和温度条件下，光伏组件正常运行时的短路电流I_SC、开路电压U_OC、最大功率点电流I_m和最大功率点电压U_m，每组数据用向量[I_SC,U_OC,I_m,U_m]表示。

本发明提供的第三优选技术方案，其改进之处在于，所述拟合所述最大功率点电压与历史短路电流、历史开路电压和历史最大功率点的关系式包括：