基于FCM与高斯隶属度的光伏组件健康状态诊断 |
| |
作者姓名: | 吴春华 俞薛颖 李智华 汪飞 马浩强 |
| |
作者单位: | 上海市电站自动化技术重点实验室(上海大学电气工程系),上海市 宝山区 200444 |
| |
基金项目: | 国家自然科学基金项目(51677112)~~; |
| |
摘 要: | 随着光伏发电的大规模推广,光伏系统中的故障检测问题成为研究热点。在技术不断革新的同时,能够预测和提前预防光伏系统故障的发生,保证系统的可靠运行,变得尤其重要。文章基于光伏组件的工作情况、组件结构、老化现象以及对应的等效电路模型参数变化,对光伏组件的健康状态进行划分,总结了影响光伏组件亚健康状态的三大指标,分别是透光率、串联电阻以及并联电阻。文章提出了一种模糊算法对光伏组件健康状态进行健康、亚健康、部分阴影与故障状态进行诊断。首先,对归一化处理后的光伏组件样本数据集进行模糊C均值(fuzzy C-means,FCM)聚类得到聚类中心;然后,利用聚类中心与测试样本代入高斯隶属函数对健康状态进行诊断,并通过仿真与实验验证了该方法的可行性,为光伏系统故障预警、老化检测提供参考。
|
关 键 词: | 光伏系统健康状态 模糊C均值聚类 光伏组件老化 高斯隶属度函数 |
本文献已被 万方数据 等数据库收录! |
|