[发明专利]一种光伏阵列的故障诊断方法

摘要

本发明涉及一种光伏阵列的故障诊断方法，属于光伏阵列故障诊断领域。本发明包括以下步骤：(1)对各预设工况下的光伏阵列进行伏安特性曲线扫描，采集短路电流、开路电压、最大功率点处的电流与电压，组成样本数据；(2)根据样本数据，采用改进的蝙蝠算法计算出KELM模型中的惩罚因子C和核函数中的核参数σ；(3)采用训练集中的每个样本对KELM模型进行训练，得到IBA‑KELM故障诊断模型；采集短路电流、开路电压、最大功率点处的电流与电压，利用所述IBA‑KELM故障诊断模型，对所述实际待测工况的参数进行检测，判断光伏阵列是否处于故障状态；若处于故障状态，则给出故障类型。本发明提供的故障诊断方法能对光伏阵列常见故障进行更准确地诊断。

主权项

1.一种光伏阵列故障诊断方法，其特征在于，包括如下步骤：S1：对各预设工况下的光伏阵列进行伏安特性曲线扫描，采集短路电流、开路电压、最大功率点处的电流和最大功率点处的电压，组成样本数据；S2：根据步骤S1得到的所述样本数据，采用改进的蝙蝠算法计算出KELM模型中的惩罚因子C和核函数中的核参数σ；S3：根据步骤S2计算得到的所述惩罚因子C和所述核参数σ，采用KELM模型对训练集中的每个样本进行训练，得到IBA‑KELM故障诊断训练模型；S4：对实际待测工况进行伏安特性曲线扫描，采集短路电流、开路电压、最大功率点出的电压、最大功率点处的电流，利用所述IBA‑KELM故障诊断训练模型，对所述实际待测工况的参数进行检测，判断光伏阵列是否处于故障状态；若处于故障状态，则给出故障类型；其中，步骤S3中所述IBA‑KELM模型采用RBF核函数K(μ,v)＝exp[‑(μ‑v²)/σ]，其中，μ和ν分别代表样本数据中的任意两个个体对应的向量值，σ为核参数。