[发明专利]一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法和系统

说明书

本发明提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法，包括以下步骤：S01，采集光伏数据；S02，数据预处理；S03，典型相关分析；S04，构建训练集和测试集；S05，Fisher判别分析；S06，故障诊断。本发明还提供了一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断系统。本发明仅通过数据处理分析，即可获得光伏组件是否故障的结论，检测成本低，解决了现有技术依赖辅助设备、热斑故障检测成本较高的问题，本发明输出结果真实可靠，适合广泛推广应用。

技术领域

本发明属于光伏发电技术领域，具体涉及一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法和系统。

背景技术

太阳能作为清洁、可持续的能源被广泛的应用于光伏发电系统中，自2013年国家大力支持太阳能行业以来，太阳能相关科研技术水平迅速提升，企业竞争力不断增强，市场占有率不断扩大，新增装机量位居全球第一。

由于光伏发电的太阳能板需要架设在户外自然环境中，部分光伏组件因此不可避免地会产生许多故障问题。光伏组件主要故障有开路故障、短路故障、组件碎裂、旁路二极管失效和性能老化等。其中，受到浮土、鸟粪、树叶等物体的遮挡，造成光伏组件产生的热斑现象是最常见的故障之一。

由于光伏发电系统大多选址在阳光充足的屋顶或者环境恶劣的偏远地区，人工巡检技术自动化程度较低，不仅成本巨大也存在一定的危险，而且发现故障比较困难，常常不能够及时做出维修处理，造成经济损失。

随着数字信息技术的发展，对光伏组件的故障研究也取得了长足的进步，现有智能检测技术主要借助外部设备，如无人机采集红外信息。这种方法增加了光伏发电的经济成本以及系统的复杂程度，不能广泛使用。

发明内容

为解决上述技术问题，本发明的目的在于提供一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法和系统，以解决现有技术依赖辅助设备、成本较高的问题。

为解决上述技术问题，本发明采用的技术方案为：

一种基于典型相关分析特征提取的Fisher光伏组件热斑诊断方法，包括以下步骤：

S01，采集光伏数据；

S02，数据预处理；

S03，典型相关分析；

S04，构建训练集和测试集；

S05，Fisher判别分析；

S06，故障诊断。

S01包括以下内容：在正常状态以及热斑故障状态下采集光伏组件的多个特征变量的数据x，获得数据集X。

S02包括以下内容：对数据集X∈R^n×m进行标准化处理，再依据数据集X的特征变量，将数据集X任意分成两个子数据集X₁和X₂；

其中，R代表实数集，数据集X中的数据x均是实数，实数集R中有n行m列。

S03包括以下内容：计算两个子数据集X₁和X₂的单独协方差和交叉协方差，所采用的公式为：

其中，为X₁的协方差，为X₂的协方差，为X₁和X₂的交叉协方差；

构建矩阵γ，并对其奇异值分解，γ矩阵所采用的公式表达为：