基于支持向量机的光伏电站异常数据序列提取

根据华为生产管理系统提供的光伏阵列直流端数据,研究电气数据序列的异常特征,提出一种基于支持向量机的异常数据序列提取方法,实现组串异常判定。通过分析异常数据序列波形特征,总结其波形变化规律;对数据序列进行偏差率及马氏距离计算,设定健康阈值,实现正常、异常标记,建立训练样本集以训练支持向量机模型,利用网格搜索与交叉验证法确定模型最优参数。将该模型对电站进行异常数据序列提取,常规/非常规类异常状态判定。结果表明,所构建的模型对电流、电压数据序列进行分类时的误判率分别为3.19%、2.03%,漏判率分别为2.35%、2.16%,该模型具有较高的可靠性。     

遮挡状态下光伏组件多峰输出特性的参数计算与分析

基于太阳电池正反向输出特性,建立光伏组件输出特性模型,针对遮挡状态下的多峰输出特性,提出一种模型参数计算方法,研究不同遮挡状态对I-V特性曲线和模型参数的影响作用。通过仿真和实验,分析组件中各单元所受遮挡光强和电池片遮挡数量的变化对模型参数的影响规律。研究结果表明：模型参数计算结果和基于模型参数获得的I-V特性曲线,有较高精度;所建立的组件输出特性模型和参数计算方法,对于实现光伏组件和组串的故障诊断,具有良好的工程应用前景。