Page 65 - 基于光伏技术的新能源发电研究

第二章 光伏发电技术和光伏发电系统的研究

仿真数据与实时数据比较，进行故障诊断。虽然数学建模方法节省了大量的成本，
但真实环境对光伏发电系统的输入输出干扰太大，系统建模的精确度不够，所获
得的仿真数据与实际数据相差较大，无法进行准确有效的比较。

（二）新型智能故障诊断算法
新型智能故障诊断算法是目前许多专家学者致力于研究的方法，包括信号处
理、人工智能计算方法及其集成。在整个系统中，逆变器是必不可少的重要部件，
故障率很高。将新型智能算法应用于逆变器故障诊断是研究重点。

例如，利用傅里叶变换得到各阶信号（频谱）的对称分量信息会在故障发
生时改变频谱，选择故障和正常情况下输出信号的谱差作为特征，将这些特征作
为神经网络的输入，可以实现故障诊断。也可以将原始数据从 1d（一维）信号
转换为 2d（二维）图像信号，并对直接获得的图像信号进行预处理，然后利用

CNN（letnet-5）帧进行深度特征提取。网络由 7 层组成（除了输入层），这是
所有 CNN 帧中最准确的。将初始得到的二维图像导入输出层，作为 CNN 的输入，
经过 3 个卷积层和 1 个完整层，输出 1×1 大小的图形。最后，得到整个链路层，
使用 Softmax 分类作为输出层，直接对误差进行分类。

总之，作为目前最流行的算法，新型智能故障诊断算法具有许多突出优势，
尤其在特征提取方面。光伏发电系统不仅结构复杂，而且数据量巨大，在光伏发
电系统的故障诊断中引入智能算法是非常必要的。

二、光伏发电系统设备故障巡查

光伏发电系统设备故障巡查主要是通过智能监测平台，明确故障设备存在的
故障点，光伏发电系统很容易出现故障，光伏发电系统的轮值人员需要不定时地
对后台的监控系统进行优化，并且通过监控系统对设备的实际运行情况进行监控

和实时监测。尤其是对于光伏组件，值班人员需要不定期地检查组件电流，一旦
发现光伏组件出现电流为 0 或者电流较低的情况，需要立刻联系专业的检修人员
进行现场检修，及时排查组件问题，对可能造成问题的因素进行进一步的诊断。
发电企业可以以季度为单位，在每一个季度中让检修工作人员对光伏组件的

结构进行更加细致且全面的检修和故障排查，发现设备中存在的故障和隐患，保
证光伏组件能够保持合理良好的运行态势，以此来保证发电系统的发电量，从而
创造出更多的经济效益。可以使用无人机巡航设备，排查光伏发电系统设备的故

57