[发明专利]一种光伏组件的故障预测方法

权利要求书

1.一种光伏组件的故障预测方法，其特征在于，所述方法包括以下步骤：

(1)收集光伏组件在标准条件下的历史功率数据；

(2)建立GM(1,1)灰度模型，计算光伏组件功率数据预测序列；

(3)基于灰色模型进行边值优化，得到修正后的预测序列；

(4)将所得修正后的预测序列与对应额定数据比对，两者相对误差大于2％时，预警该故障。

2.根据权利要求1所述的故障预测方法，其特征在于，所述步骤(1)收集光伏组件在标准条件下的历史功率数据是首先对一定时间周期内光伏组件在标准条件下的历史功率数据提取整理为集合；然后去除集合中异常值，所述异常值大于或小于去除该异常值后集合内其余数据平均值的30％。

3.根据权利要求1所述的故障预测方法，其特征在于，所述步骤(2)建立GM(1,1)灰度模型，计算光伏组件功率数据预测序列方法为：

设光伏组件出厂时的额定功率为P，在标准条件下采集的历史功率为P_实，光伏组件额定功率百分比记为p，则p＝P_实/P (1)

设p⁽⁰⁾为光伏组件历史额定功率百分比的非负数列：

p⁽⁰⁾＝(p⁽⁰⁾(1),p⁽⁰⁾(2),…,p⁽⁰⁾(n)) (2)

p⁽⁰⁾做1次累加生成数列p⁽¹⁾：

p⁽¹⁾＝(p⁽¹⁾(1),p⁽¹⁾(2),…,p⁽¹⁾(n)) (3)

其中：

p⁽¹⁾建立GM(1，1)模型的白化微分方程为：

其中，a为发展系数，b为灰色作用量；

设p⁽¹⁾近邻均值生成的数列为z⁽¹⁾：

z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),…,z⁽¹⁾(n)) (6)

其中：

z⁽¹⁾(k)＝0.5p⁽¹⁾(k)+0.5p⁽¹⁾(k-1),k＝2,3,…,n (7)

p⁽⁰⁾(k)+az⁽¹⁾(k)＝b,k＝2,3,…,n (8)

建立灰微分方程

记u＝[a,b]^T是参数列，且Y＝(p⁽⁰⁾(2),p⁽⁰⁾(3),…p⁽⁰⁾(n))^T (9)

根据灰微分方程的最小二乘估计参数列求出参数a和b；GM(1，1)模型的白化微分方程的解，即时间响应函数为

GM(1，1)模型的灰微分方程的时间响应序列为：

其中：

对上式进行累减，可得到光伏组件额定功率百分比数列的预测序列：

其中：

其中k≤(n-1)得到光伏组件历史额定功率百分比数列的预测拟合值，当k>(n-1)时，得到未来的预测值。

4.根据权利要求3所述的故障预测方法，其特征在于，所述步骤(3)基于灰色模型进行边值优化，设边值修正为：其中，δ为边值的修正项，即GM(1，1)模型的灰微分方程的时间响应函数修正为：

光伏组件额定功率百分比数列的预测函数修正为：

进而有：