-
题名基于FCM与高斯隶属度的光伏组件健康状态诊断
被引量：20
- 1
-
-
作者
吴春华
俞薛颖
李智华
汪飞
马浩强
-
机构
上海市电站自动化技术重点实验室(上海大学电气工程系)
-
出处
《电网技术》
EI
CSCD
北大核心
2022年第5期1887-1896,共10页
-
基金
国家自然科学基金项目(51677112)。
-
文摘
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
-
Keywords
health status of photovoltaic system
fuzzy c-means clustering
aging of photovoltaic modules
gaussian membership function
-
分类号
TM721
[电气工程—电力系统及自动化]
-
