针对光伏系统直流侧故障电弧检测问题,提出了一种基于集合经验模态分解（ensemble empirical mode decomposition,EEMD）和模糊C均值聚类（fuzzy C means clustering,FCM）的组合故障检测方法。首先采用EEMD分解法将光伏系统直流母线电...针对光伏系统直流侧故障电弧检测问题,提出了一种基于集合经验模态分解（ensemble empirical mode decomposition,EEMD）和模糊C均值聚类（fuzzy C means clustering,FCM）的组合故障检测方法。首先采用EEMD分解法将光伏系统直流母线电流信号分解为若干个本征模态分量（intrinsic mode function,IMF）,再利用模糊熵算法将本征模态分量熵值化,并从中提取能够表征故障电弧的特征向量,然后通过FCM算法进行故障电弧识别。理论分析和实验结果验证了所提方法的可行性和正确性。最后考虑到光伏系统的复杂性,研究了不同工况以及外界因素对故障电弧检测的影响,并通过仿真和实验数据证明所提检测方法具有良好的抗干扰能力。展开更多
文摘针对光伏系统直流侧故障电弧检测问题,提出了一种基于集合经验模态分解（ensemble empirical mode decomposition,EEMD）和模糊C均值聚类（fuzzy C means clustering,FCM）的组合故障检测方法。首先采用EEMD分解法将光伏系统直流母线电流信号分解为若干个本征模态分量（intrinsic mode function,IMF）,再利用模糊熵算法将本征模态分量熵值化,并从中提取能够表征故障电弧的特征向量,然后通过FCM算法进行故障电弧识别。理论分析和实验结果验证了所提方法的可行性和正确性。最后考虑到光伏系统的复杂性,研究了不同工况以及外界因素对故障电弧检测的影响,并通过仿真和实验数据证明所提检测方法具有良好的抗干扰能力。
