[发明专利]基于内部等效参数的光伏组件故障诊断方法

摘要

本发明公开一种基于内部等效参数的光伏组件故障诊断方法。首先，对不同故障下光伏组件内部等效参数进行特征提取；其次，分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法建立基于外特性电气参数的4种光伏组件故障诊断模型，用于光伏组件的初步故障诊断；最后，提出了一种基于改进证据相似度的光伏组件数据融合故障诊断模型，将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配(BPA)函数值，在决策层进行融合诊断输出。本发明的基于内部等效参数的光伏组件故障诊断方法，有效提高了故障诊断结果的可信度、降低了单一方法对诊断结果所引起的误判率。

主权项

1.一种基于内部等效参数的光伏组件故障诊断方法，其特征在于，所述诊断方法的建立包括如下步骤：步骤10：对不同故障下光伏组件内部等效参数进行特征提取；步骤20：分别采用BP神经网络、RBF神经网络、Elman神经网络和RVM算法，建立基于内部等效参数的4种光伏组件故障诊断模型，用于光伏组件的初步故障诊断；步骤30：建立基于改进证据相似度的光伏组件数据融合故障诊断模型，将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配BPA函数值，在决策层进行融合诊断输出；所述步骤10中光伏组件各内部等效参数特征数据的获取过程如下：单块光伏组件由若干个模型参数一致的电池片串联而成，设串联连接个数为Ns，在相同工况下输出特性均相同；光伏组件中各内部等效参数可分别表示为：式中，Rs,M、Rsh,M、Iph,M、ISD,M和nM分别表示光伏组件内部等效串联电阻、等效并联电阻、光生电流、二极管反向饱和电流和理想因子；Rs、Rsh、Iph、ISD和n分别表示光伏电池单体内部等效串联电阻、等效并联电阻、光生电流、二极管反向饱和电流和理想因子；Ns为光伏组件串联个数；由式(1)可知，当光伏组件发生短路故障时，Rs,M、Rsh,M和nM会同时发生变化，且Rs,M和Rsh,M阻值按同比例发生变化；光伏组件中短路电池片个数可通过nM值的变化估算；以TSM‑250PC05A型光伏组件为研究对象，该光伏组件由Ns个光伏电池串联而成，Ns＝60；在短路故障时，其内部等效参数Rs、Rsh和n随短路电池片个数呈现如下规律性变化：式中，为短路时各对应参数值；x_j为正常时对应参数值；s为短路电池片个数，取值范围为1至60；j＝1,2,5时，x_j分别代表式(1)中R_s、R_sh和n；当光伏组件发生异常老化时，其内部等效参数呈现如下规律：(1)Rs会出现一定程度增加；(2)Rsh会出现一定程度减少；(3)Rs和Rsh会同时发生变化，但变化率不一致；综上所述，当光伏组件发生短路故障和异常老化故障时，选取上述各参数作为故障特征信息，能够区分出不同的故障类型：当光伏组件出现短路故障时，Rs、Rsh和n值会发生变化；当光伏组件出现异常老化故障时，Rs和Rsh值会发生变化。