[发明专利]单相光伏逆变器在线状态监测与剩余寿命预测方法

摘要

本发明提出一种单相光伏逆变器在线状态监测与剩余寿命预测方法，其具体步骤为首先在线实时采集光伏逆变器为健康状态时的输入电压、输入电流、输出电压、输出电流以及功率MOSFET漏源极电流和结温；然后，采用深度神经网络模型获取光伏逆变器的状态参数基准值，并计算得到功率MOSFET导通电阻基准值，确定单相光伏逆变器的失效阈值；最后，基于深度神经网络模型获取被测单相光伏逆变器的状态参数值并结合其基准值进行状态评估，同时，采用高斯过程回归模型对其进行多步预测，实现其剩余寿命预测。本发明结合单相光伏逆变器多个性能参数并考虑功率MOSFET的结温影响，实现了其在线状态监测及剩余寿命预测，为光伏发电系统合理进行健康管理提供理论依据。

主权项

单相光伏逆变器在线状态监测与剩余寿命预测方法，其特征在于，具体包括以下步骤：步骤1、获取单相光伏逆变器为健康状态时的状态参数基准值及单相光伏逆变器的失效阈值，其具体步骤如下：步骤1.1、定义在环境温度为25℃、输入电压为额定工作电压条件下，性能满足要求的单相光伏逆变器的状态为健康状态；等时间间隔连续采集单相光伏逆变器在p个时刻点的输入电压Vi(n)、输入电流Ii(n)、输出电压Vo(n)、输出电流Io(n)以及功率MOSFET的漏源极电流IDS(n)和结温Tj(n)，其中，n＝1，2，...，p；步骤1.2、建立深度神经网络模型，进行单相光伏逆变器在线状态评估，该模型的输入量为输入电压Vi(n)、输入电流Ii(n)、输出电压Vo(n)、输出电流Io(n)以及功率MOSFET的结温Tj(n)，输出量为单相光伏逆变器的状态参数值SC(n)；步骤1.3、计算单相光伏逆变器为健康状态时的状态参数基准值步骤1.4、获取单相光伏逆变器为健康状态时功率MOSFET的导通电阻基准值其中且RDS(n)为第n时刻点的导通电阻值；定义当功率MOSFET导通电阻值增大到其基准值RDS0的1.2倍时，单相光伏逆变器的剩余寿命为零，即单相光伏逆变器的失效阈值F＝1.2RDS0；步骤2、根据步骤1中建立的深度神经网络模型，获取被测单相光伏逆变器在tm时刻的状态参数值并与状态参数基准值进行比较，判断该时刻被测单相光伏逆变器的状态；tm时刻被测单相光伏逆变器的状态评估准则如下：(1)当时，被测单相光伏逆变器为正常状态；(2)当时，被测单相光伏逆变器为微弱退化状态；(3)当时，被测单相光伏逆变器为严重退化状态；(4)当时，被测单相光伏逆变器为临近失效状态；步骤3、计算被测单相光伏逆变器中功率MOSFET在t1，t2，…，tm时刻的导通电阻采用高斯过程回归模型对功率MOSFET导通电阻进行多步预测，当预测到tm+q时刻的导通电阻预测值首次大于失效阈值F时，则可得到单相光伏逆变器在tm时刻的剩余寿命；具体包括以下四个步骤：A、以功率MOSFET在t1，t2，…，tm时刻的导通电阻作为历史时间序列数据，其中z＝1，2，...，m；B、选择平方指数函数作为高斯回归过程模型的核函数，并对超参数寻优设置；C、确定高斯回归过程模型的嵌入维数为w和延迟时间为τ，构建该模型的输入向量输出向量从而预测步数即为τ；D、当预测到tm+q时刻的导通电阻预测值首次大于失效阈值F时，则可得到单相光伏逆变器在tm时刻的剩余寿命为