光伏系统逆变器启动时,最大功率点跟踪(maximum power point tracking,MPPT)等内部控制算法会引起电流瞬态变化,从而干扰直流串联电弧故障诊断装置对故障特征的正确识别,造成误动作。为此,针对逆变器启动情况下电弧故障检测装置易出现...光伏系统逆变器启动时,最大功率点跟踪(maximum power point tracking,MPPT)等内部控制算法会引起电流瞬态变化,从而干扰直流串联电弧故障诊断装置对故障特征的正确识别,造成误动作。为此,针对逆变器启动情况下电弧故障检测装置易出现误动作的问题,提出一种基于无量纲特征量和灰色关联度的故障检测方法。首先分析了电弧故障RLC等效振荡模型,得出电弧电流信号在频域具有较宽的频带;然后分别对逆变器工况与电弧故障实测电流的频域特性进行了对比,发现正常工况与故障在1~20 kHz和40~60 kHz范围内的频谱在波峰陡峭度、所处位置等方面存在差别,使用峭度、偏度、峰值因子、冲击因子、裕度因子、波形因子等提取频谱特征,计算灰色关联度并进行故障识别;最后,分别使用模拟平台和实际光伏系统进行了试验验证。结果表明,所提方法可有效避免逆变器启动造成的干扰,提高故障识别的准确度。展开更多
文摘光伏系统逆变器启动时,最大功率点跟踪(maximum power point tracking,MPPT)等内部控制算法会引起电流瞬态变化,从而干扰直流串联电弧故障诊断装置对故障特征的正确识别,造成误动作。为此,针对逆变器启动情况下电弧故障检测装置易出现误动作的问题,提出一种基于无量纲特征量和灰色关联度的故障检测方法。首先分析了电弧故障RLC等效振荡模型,得出电弧电流信号在频域具有较宽的频带;然后分别对逆变器工况与电弧故障实测电流的频域特性进行了对比,发现正常工况与故障在1~20 kHz和40~60 kHz范围内的频谱在波峰陡峭度、所处位置等方面存在差别,使用峭度、偏度、峰值因子、冲击因子、裕度因子、波形因子等提取频谱特征,计算灰色关联度并进行故障识别;最后,分别使用模拟平台和实际光伏系统进行了试验验证。结果表明,所提方法可有效避免逆变器启动造成的干扰,提高故障识别的准确度。
