论文部分内容阅读
随着化石能源的可持续及环保问题越来越严重,寻找和研究新能源已成为现今关注的主要热点之一。光伏发电具有无污染、分布范围广等优点,因此受到广泛关注。而为了保障光伏发电的正常运行,光伏逆变器的可靠性问题变得尤为突出,一旦发生故障,将可能会对装置和设备造成损坏甚至会威胁人身安全,因此实现快速、准确的故障诊断具有重大实用及现实意义。目前运用于光伏逆变器故障诊断的特征量提取及诊断方法有:小波分析、傅里叶变换、电流根轨迹、故障树、故障字典等,但这些方法均有不足之处。本文选择三相六脉冲逆变电路作为研究对象,提出极值比值法故障特征量提取方法,并结合三种模式识别方法对其进行验证。(1)对三相六脉冲光伏逆变电路故障进行仿真并提取故障信号。通过阻隔IGBT触发脉冲来模拟功率管的开路故障,在交流输出侧提取出22种故障波形,并对这22种故障波形进行数据提取及加噪处理,得到三相电流训练及测试数据。(2)提出极值比值法的故障特征量提取方法。根据在22种故障下提取的A、B、C三相电流在各开路故障下的波形特点,利用各相电流极大极小值的比值关系,提出了极值比值特征量提取方法。通过极值比值法提取的特征量具有降维及自动归一等优点。(3)提出一种基于编码结合极值比值法的光伏逆变器故障诊断方法。该方法借助在理想情况下得到的极值比值法标准编码表,考虑有外界干扰或电流信号瞬变等不利因素影响,通过对极值比值法算式分析,实现在非理想情况下的故障诊断。仿真结果表明,该方法具有诊断速度快、正确率较高、较好抗噪能力及简单易懂等特点。(4)提出将GA-BP运用于复合极值比值法的光伏逆变器故障诊断方法。利用遗传算法对BP神经网络进行优化,同时将极值比值法作为故障特征输入量对光伏逆变器进行故障诊断。仿真结果表明,单一BP网络与GA-BP分类器进行比较,GA-BP诊断结果证明该方法具有更高的诊断正确率、收敛速度及更好的鲁棒性。为进一步提高故障诊断鲁棒性,将极值比值法结合三相电流平均值作为复合极值比值法,并利用GA-BP算法进行验证。诊断结果表明,复合极值比值法具有更好的鲁棒性等特点。(5)提出将S_Kohonen运用于复合极值比值法的光伏逆变器故障诊断方法。利用S_Kohonen神经网络所具有的自动聚类能力、能够识别环境特征等能力,并结合复合极值比值法故障特征量,实现光伏逆变器的故障诊断。仿真结果表明,该方法具有正确率高,泛化能力强等特点。