一種基于小波分析的光伏組件故障診斷方法技術

本發明專利技術公開了一種基于小波分析的光伏組件故障診斷方法，其特征在于，包括以下步驟：步驟A：對信號進行去噪處理；步驟B：對所獲得的二層低頻信號進行歸一化處理；步驟C：對所述步驟B中歸一化的數據再次降噪，并進行奇異性檢測，獲得各自趨勢項信號的奇異值；步驟D：對比奇異值，獲得故障發生點的特征值，通過設立的故障閾值對故障進行診斷，若超過閾值,表示系統存在故障，并及時報警，反之，繼續步驟A。本發明專利技術擺脫了用傳感器檢測故障的方法，運用小波奇異值檢測實現了光伏組件的故障診斷，有效地解決復雜條件下的故障檢測，具有較高的時效性和較好的經濟性。

【技術實現步驟摘要】

本專利技術涉及一種基于小波分析的光伏組件故障診斷方法，屬于光伏發電

技術介紹
近年來，我國光伏產業發展迅猛，截止到2015年，累計光伏裝機容量達到43GW，躍居光伏裝機容量世界第一位，并且最近光伏產品有著向小型化，家用化的趨勢發展。光伏發電系統的發電性能與輻照度、溫度有著很大的關聯性，由于室外的光伏產品經常處于高溫的曝曬，雨水侵蝕，運行環境惡劣，從而導致光伏產品的出現運行故障比較常見。因此對光伏電站的智能檢測與維護越來越成為一個比較現實的問題，為提高光伏產品的運維便捷性，各類光伏產品的智能故障診斷的方法應運而生。光伏組件的常見運行故障有陰影遮擋，組件老化，組件旁路，短路，熱斑，系統故障，也包括隱裂，脫膠等。由于光伏產品受輻照度、溫度的影響很大，一般的方法對早期的故障很難檢測到，從國外文獻上可知，目前常采用神經網絡、模糊算法等知識判別故障類型，然而對于神經網絡，是需要給有故障的特征數據進行訓練的，而對光伏產品何時出現故障的定義不盡相同，且很難檢測到早期故障，因此神經網絡的方法有著不確定性，只能檢測到比較嚴重的故障。如何實時檢測到光伏產品的故障，尤其是早期故障顯得比較重要。
技術實現思路
本專利技術的目的在于利用一種基于小波分析的光伏組件故障診斷方法來實時檢測光伏組件的故障，尤其是早期故障；以解決現階段我國人工判別故障出現的時間點的不準確性，隨機性，不經濟性的問題，同時解決神經網絡所需要的歷史數據搜集，選取的困難。為了解決上述技術問題，本專利技術提供一種基于小波分析的光伏組件故障診斷方法，包括以下步驟：步驟A：對信號進行去噪處理；將共面輻照信號與功率信號按照合適的間隔提取出一天的數據量，然后運用指數平滑方法對信號進行平滑處理，濾除干擾信號，最后將所獲得的功率信號與輻照信號進行小波提升變換分解，重構出低頻信號，過濾掉高頻信號；步驟B：對所獲得的二層低頻信號進行歸一化處理；步驟C：對所述步驟B中歸一化的數據再次降噪，并進行奇異性檢測，獲得各自趨勢項信號的奇異值；步驟D：對比奇異值，獲得故障發生點的特征值，通過設立的故障閾值對故障進行診斷，若超過閾值,表示系統存在故障，并及時報警，反之，繼續步驟A。所述步驟C具體包括以下步驟：C1)對所獲得的二層歸一化低頻信號按照Daubechies小波(db4)進行分解，再將分解后的信號，采用wrcoef函數進行重構，以降低噪聲降低輻照度與功率值的不匹配度；C2)對重構功率、輻照信號進行小波第一類奇異點檢測；C3)對重構的功率、輻照信號進行數值微分，對數值微分后的功率、輻照信號進行小波第二類奇異點檢測；C4)分別將輻照信號與功率信號的第一、二類奇異點數值相減，然后將第一類奇異點檢測信號與第二類奇異點檢測信號求和，獲得功率是信號與輻照信號的不匹配值，即獲得最后的故障信號；所述步驟A中對信號進行去燥處理的具體方法為：對輻照信號、功率信號，首先按照式(1)進行指數平滑去噪，再按照式(2)小波提升變換db2將信號分解為二層信號；按照式(3)重構第二層低頻信號，很好的保留了原始信號的趨勢項，舍去了隨機項，有效的減少了外界噪聲；S1：初始平滑值；y1：初始實際值；St：時間t的平滑值；yt：時間t的實際值；St-1：時間t-1的平滑值；α：平滑常數，其取值范圍為[0,1]；對平滑處理后的信號采取提升小波變換，要分選取數據與實現變換兩種，分別對選取的數據進行小波分解與重構。分解算法為：重構算法為：S為將原始數據分為奇數集和偶數集的函數；P為通過相鄰信號來預測下一個信號的函數；U為用來找一個更好的子集來逼近原始數據的函數；M為把尺度系數和小波系數重構成原始數據的函數；Cj：原始數據；Cj-1：為尺度系數；Dj-1：為小波系數；這樣用提升小波的方法對信號進行2層分解，把第二層的低頻信號作為備用數據以進行下一步處理過程。所述步驟B中歸一化處理具體方法為：由于輻照度與功率具有不同的量綱，需對其進行歸一化處理，對所獲得的二層低頻信號按照式(4)歸一化處理此時的歸一化要把數據歸一化到[01]的區間內，以防止出現正負值相消的情況；其中X：原始數據；Xmin：原始數據的最小值；Xmax：原始數據的最大值；X*：歸一化后的數據；所述步驟C1中再次降噪方法為：將利用Daubechies小波(db4)分解對歸一化后的數據進行分解，然后運用式(5)的wrcoef函數對分解后的信號中的斜線高頻部分進行重構，去除噪聲，進一步降低輻照信號和功率信號的不匹配度；y*＝wrceof('d',c,s,'db4',1)(5)其中，y*：重構信號；d：對斜線高頻部分重構；c,s：是經小波分解后處理的信號。所述步驟C2中，對歸一化后的小波高頻重構信號進行小波第一類間斷點檢測，如式(6)，找出其本身有突變的點以進行檢測；yy＝diff(y*)(6)其中，yy為對重構信號的微分值；所述步驟C3中，對歸一化后的小波高頻重構功率信號、輻照信號分別進行數值微分，提取出變換速率，獲得其變化快慢的數值，找出其中有突變的點，進行第二類間斷點小波檢測。所述步驟D中，對不匹配值設立一個相關聯合理的閾值，考慮到實際差值及方法的準確性，給定閾值為0.02，以進行實時故障。本專利技術的有益效果為：本專利技術擺脫了用傳感器檢測故障的方法，運用小波奇異值檢測實現了光伏組件的故障診斷，有效地解決復雜條件下的故障檢測，具有較高的時效性和較好的經濟性附圖說明圖1為本專利技術的流程圖；圖2為對功率信號采取指數平滑處理和小波提升變換處理結果；圖3為對圖2中信號進行二層低頻功率信號歸一化處理結果；圖4為輻照信號采取指數平滑處理和小波提升變換處理結果；圖5為對圖4中信號進行二層低頻輻照信號歸一化處理結果；圖6為圖3中二層低頻功率信號的第二類小波奇異點檢測結果；圖7為圖5中二層低頻輻照信號的第二類小波奇異點檢測結果；圖8為2016年8月9日故障實驗結果；圖9為2016年5月1-7日無故障實驗結果。具體實施方式為使本專利技術實現的技術手段、創作特征、達成目的與功效易于明白了解，下面結合具體實施方式，進一步闡述本專利技術。預處理如圖1所示的本專利技術的流程圖，本專利技術的光伏組件故障診斷方法，包括以下步驟：步驟A：對信號進行去噪處理。選取任意一天5點到19點的的輻照信號與功率信號，原始信號為5s一次，有10080組數據，為消除個別點數據的偏差，按照每15組數據取均值，一共672組。首先按如下公式用二次指數平滑對共面輻照信號和功率信號平滑處理，濾除部分干擾。S1：初始平滑值；y1：初始實際值；St：時間t的平滑值；yt：時間t的實際值；St-1：時間t-1的平滑值；α：平滑常數，其取值范圍為[0,1]；對平滑處理后的信號采取提升小波變換，要分選取數據與實現變換兩種，分別對選取的數據進行小波分解與重構：分解算法為：重構算法為：S就是將原始數據分為奇數集和偶數集的函數；P就是通過相鄰信號來預測下一個信號的函數；U就是用來找一個更好的子集來逼近原始數據的函數；M就是把尺度系數和小波系數重構成原始數據的函數；Cj：原始數據；Cj-1：為尺度系數；Dj-1：為小波系數；這樣用提升小波的方法對信號進行2層分解，把第二層的低頻信號作為備用數據以進行下一步處理過程。具體可見圖2和圖4，它們分別是功率表信號和輻照信號本文檔來自技高網...

【技術保護點】
一種基于小波分析的光伏組件故障診斷方法，其特征在于，包括以下步驟：步驟A：對信號進行去噪處理；將共面輻照信號與功率信號按照合適的間隔提取出一天的數據量，然后運用指數平滑方法對信號進行平滑處理，濾除干擾信號，最后將所獲得的功率信號與輻照信號進行小波提升變換分解，重構出低頻信號，過濾掉高頻信號；步驟B：對所獲得的二層低頻信號進行歸一化處理；步驟C：對所述步驟B中歸一化的數據再次降噪，并進行奇異性檢測，獲得各自趨勢項信號的奇異值；步驟D：對比奇異值，獲得故障發生點的特征值，通過設立的故障閾值對故障進行診斷，若超過閾值,表示系統存在故障，并及時報警，反之，繼續步驟A。

【技術特征摘要】
1.一種基于小波分析的光伏組件故障診斷方法，其特征在于，包括以下步驟：步驟A：對信號進行去噪處理；將共面輻照信號與功率信號按照合適的間隔提取出一天的數據量，然后運用指數平滑方法對信號進行平滑處理，濾除干擾信號，最后將所獲得的功率信號與輻照信號進行小波提升變換分解，重構出低頻信號，過濾掉高頻信號；步驟B：對所獲得的二層低頻信號進行歸一化處理；步驟C：對所述步驟B中歸一化的數據再次降噪，并進行奇異性檢測，獲得各自趨勢項信號的奇異值；步驟D：對比奇異值，獲得故障發生點的特征值，通過設立的故障閾值對故障進行診斷，若超過閾值,表示系統存在故障，并及時報警，反之，繼續步驟A。2.根據權利要求1所述的一種基于小波分析的光伏組件故障診斷方法，其特征在于，所述步驟C具體包括以下步驟：C1)對所獲得的二層歸一化低頻信號按照Daubechies小波(db4)進行分解，再將分解后的信號，采用wrcoef函數進行重構，以降低噪聲降低輻照度與功率值的不匹配度；C2)對重構功率、輻照信號進行小波第一類奇異點檢測；C3)對重構的功率、輻照信號進行數值微分，對數值微分后的功率、輻照信號進行小波第二類奇異點檢測；C4)分別將輻照信號與功率信號的第一、二類奇異點數值相減，然后將第一類奇異點檢測信號與第二類奇異點檢測信號求和，獲得功率是信號與輻照信號的不匹配值，即獲得最后的故障信號；3.根據權利要求1所述的一種基于小波分析的光伏組件故障診斷方法，其特征在于，所述步驟A中對信號進行去燥處理的具體方法為：對輻照信號、功率信號，首先按照式(1)進行指數平滑去噪，再按照式(2)小波提升變換db2將信號分解為二層信號；按照式(3)重構第二層低頻信號，很好的保留了原始信號的趨勢項，舍去了隨機項，有效的減少了外界噪聲；S1=y1St=yt*α+(1-α)*St-1---(1)]]>S1：初始平滑值；y1：初始實際值；St：時間t的平滑值；yt：時間t的實際值；St-1：時間t-1的平滑值；α：平滑常數，其取值范圍為[0,1]；對平滑處理后的信號采取提升小波變換，要分選取數據與實現變換兩種，分別對選取的數據進行小波分解與重構。分解算法為：S(Cj):=(Cj-1,Dj-1)Dj-1:=Dj-1-P(Cj-1)Cj-1:=Cj-1+U(Dj-1)---(2)]]>重構算法為：Cj-1...

【專利技術屬性】
技術研發人員：丁坤，丁漢祥，王越，劉振飛，高列，李元良，陳富東，
申請(專利權)人：河海大學常州校區，
類型：發明
國別省市：江蘇;32