一种基于小波时频图的光伏逆变器故障诊断方法

本发明公开了一种基于小波时频图的光伏逆变器故障诊断方法。首先利用信号采集器采集三相电流信号，选择合适的基小波函数对三相电流信号进行连续小波变换得到包含故障信息的时频图。然后建立AlexNet卷积神经网络模型，确定卷积核的数量以及尺寸。最终利用softmax分类器进行故障检测。本发明能够更加准确地检测出逆变器中功率开关管开路故障。本发明公开了一种基于气象特征的风电场风速超短期预测方法，利用机器学习技术，对风电场气象监测数据进行学习，选取当前时段风电机组所处位置的气压、相对湿度、水汽压、温度、现时风速等气象特征，运用多变量多项式回归算法建立其与下一时段风电机组所处位置风速值的映射关系，从而达到一种预测效果，即根据风电场实时采集的当前时段气象特征预测出下一时段的风电场风速值。本发明易于现场实现，是接纳大规模风电的新型清洁智能电网实时优化调度的有效保障。