于航,刘阳,王海政,胡阳,朱红路

• 1:龙源(北京)太阳能技术有限公司
• 2:华北电力大学可再生能源学院
• 3:华北电力大学控制与计算机工程学院

摘要(Abstract)：

为了解决光伏电站故障组件定位困难的问题,提出了一种基于3倍标准差(3σ)准则与模糊C均值聚类(FCM)算法相结合的光伏电站直流侧故障定位方法,深入分析了光伏电站各组串电流数据之间的关联性与差异性,利用组串间的差异性结合3σ准则得到组串故障因子;然后利用故障因子的关联性,通过FCM算法得到其聚类中心,客观地找出故障因子的阈值;利用实际光伏电站的数据,实现了只借助组串电流数据定位光伏电站的直流侧故障。实验结果证明了该方法的可行性与准确性。

关键词(KeyWords)： 光伏电站;直流侧故障定位;3σ准则;FCM算法

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2017YFB0902100)

作者(Author): 于航,刘阳,王海政,胡阳,朱红路

参考文献(References)：

• [1]杨吉洲.太阳能光伏发电技术应用中的相关问题探讨[J].水能经济,2016,(1):61.
• [2]王元章,李智华,吴春华.光伏系统故障诊断方法综述[J].电源技术,2013,37(9):1700-1705.
• [3]王培珍,沈玉樑,杨维翰.太阳光伏阵列的温度与红外特性分析[J].太阳能学报,2005,26(1):82-85.
• [4]王培珍,郑诗程.基于红外图像的太阳能光伏阵列故障分析[J].太阳能学报,2010,31(2):197-202.
• [5]胡义华,陈昊,徐瑞东,等.基于最优传感器配置的光伏阵列故障诊断[J].中国电机工程学报,2011,31(33):19-30.
• [6]陈宇航,闫腾飞,谢添,等.基于功率损失和U I特性综合考虑的光伏组件故障诊断方法?[J].电机与控制应用,2016,43(11):92-97.
• [7]Harrou F,Sun Y,Taghezouit B,et al.Reliable fault detection and diagnosis of photovoltaic systems based on statistical monitoring approaches[J].Renewable Energy,2017,(116):23-27.
• [8]王元章,李智华,吴春华,等.基于BP神经网络的光伏组件在线故障诊断[J].电网技术,2013,37(8):2094-2100.
• [9]尹春雨,孙凤杰,范杰清,等.基于粒子群优化小波神经网络的光伏组件故障诊断方法[J].计算机应用,2017,37(s1):106-108.
• [10]欧阳琳男.粗大误差判断准则运用条件的相关分析[J].中国计量,2017,(11):106-107.
• [11]Liu Q,Zhao Y,Zhang Y,et al.Hierarchical Context-Aware Anomaly Diagnosis in Large-Scale PV Systems Using SCADAData[A].International Conference on Industrial Informatics[C].Indin,2017.
• [12]孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008,19(1):48-61.
• [13]孙晓霞,刘晓霞,谢倩茹.模糊C-均值(FCM)聚类算法的实现[J].计算机应用与软件,2008,25(3):48-50.