您所在的位置: 需求库 技术需求 动态时间规整的光伏阵列在线故障检测

动态时间规整的光伏阵列在线故障检测

发布时间: 2021-11-17
截止日期:2021-11-17

价格 双方协商

地区： 河北省 保定市 市辖区

需求方： 英利***公司

行业领域

新能源产业

需求背景

太阳能光伏阵列是太阳能发电站的核心部分，光伏阵列由若干光伏电池板通过串并联连接而成。光伏电池板的平均寿命为20～30年，实际应用中，光伏阵列易受诸多因素的影响，导致故障频发。为了减少故障对光伏阵列的影响，一些常规的保护装置通常被安装在光伏阵列的直流侧上，例如过电流保护装置、接地故障检测和断路器、电弧故障断路器等。鉴于存在光伏阵列输出的非线性、光伏逆变器中最大功率跟踪等，传统光伏阵列保护装置在故障检测上具有一定局限性。因此，对光伏故障在线检测的研究显得尤为重要。

需解决的主要技术难题

1.通过对光伏阵列仿真模型的测量值与实际运行阵列的输出值作比较来实现光伏系统的故障检测。此类方法易受噪声的影响，实际运行中的适用性不高。

2.基于机器学习的光伏故障诊断是目前广泛使用：基于监督式的机器学习方法依赖于标记数据样本来建立模型，典型的监督式机器学习算法包括决策树、随机森林、人工神经网络和支持向量机等。该类方法具有较高的准确性，但是获取大量样本真实标签的代价过于昂贵，随着数据量不断增加，若不及时更新训练集，检测效果就会下降，故不适用于数据流检测。而半监督式和无监督式的机器学习算法通常只需要获取少量甚至不需要样本标签，比较常见的半监督式和无监督式诊断算法有基于密度峰的聚类、K-均值聚类等。基于聚类的检测方法虽然不需要训练数据即可将不同类别的数据划分开来，但是此类方法不能定位故障组串。

期望实现的主要技术目标

发明一种光伏阵列组串间的在线故障检测方法，将光伏阵列各组串的电流数据通过RabbitMQ实现光伏数据流的传输和储存；使用Savitzky-Golay滤波算法和光伏数据归一化方法对光伏数据流进行在线预处理；在故障检测和故障程度判断部分，采用在线动态时间规整算法进行检测。