一种光伏电站的故障诊断方法及装置与流程

1.本发明涉及光伏发电技术领域，具体而言涉及一种光伏电站的故障诊断方法及装置。


背景技术：

2.光伏电站是直接将光能转变为电能的发电系统，由此光伏电站得到了越来越广泛的应用。然而，光伏电站的早期高阻接地故障作为隐形故障难以检测，从而导致存在很大的安全隐患。


技术实现要素：

3.本发明的目的为提供了一种光伏电站的故障诊断方法及装置，以解决光伏电站的早期高阻接地故障作为隐形故障难以检测，从而导致存在很大的安全隐患的问题。
4.第一方面，本发明实施例提供了一种光伏电站的故障诊断方法，包括：
5.获取光伏电站的直流线路的实时暂态零模电流信号及随机森林模型；
6.对每个所述暂态零模电流信号进行分解，确定目标固有模态函数分量；
7.基于所有所述目标固有模态函数分量，得到目标固有模态函数分量的相关参数，所述目标固有模态函数分量的相关参数包括目标固有模态函数分量的最大值、最小值、方差、偏度、峰度、平均值、标准差、方差及中位数；
8.基于所述目标固有模态函数分量的相关参数，通过所述随机森林模型确定所述直流电路是否发生异常；
9.如果所述直流电路发生异常，则根据所述异常情况对应的目标固有模态函数分量，判断所述直流断路是否发生阻抗接地故障；
10.如果所述直流电路发生阻抗接地故障，则基于所述发生阻抗接地故障对应的目标固有模态函数分量的相关参数，通过所述随机森林模型确定所述阻抗接地故障的类别，所述阻抗接地故障的类别包括高阻抗接地故障、中阻抗接地故障及低阻抗接地故障。
11.具体地，所述对每个所述暂态零模电流信号进行分解，确定目标固有模态函数分量，包括：
12.对每个所述暂态零模电流信号进行分解，得到相应的多个固有模态函数分量；
13.基于每个所述暂态零模电流信号对应的多个固有模态函数分量，计算每个所述固有模态函数分量的最大加权相关指数；
14.基于每个所述固有模态函数分量的最大加权相关指数，确定目标固有模态函数分量，所述目标固有模态函数分量为在每个所述暂态零模电流信号对应的多个固有模态函数分量中，最大加权相关指数最大的固有模态函数分量。
15.具体地，所述根据所述异常情况对应的目标固有模态函数分量，判断所述直流断路是否发生阻抗接地故障，包括：
16.根据所述异常情况对应的目标固有模态函数分量，得到能量比值；
17.判断所述能量比值是否大于预设阈值，如果所述能量比值大于预设阈值，则确定所述直流线路发生阻抗接地故障。
18.具体地，所述根据所述异常情况对应的目标固有模态函数分量，判断所述直流断路是否发生阻抗接地故障，还包括：
19.如果所述能量比值不大于预设阈值，则确定所述直流线路发生负载投切。
20.具体地，所述根据所述异常情况对应的目标固有模态函数分量，得到能量比值，包括：
21.根据所述异常情况对应的目标固有模态函数分量，通过prony算法得到相应的特征频率分量以及直流分量；
22.获取能量比值的公式，所述能量比值的公式为
[0023][0024]
其中，i
t
为特征频率分量；ib表示直流分量，w
t
为特征频率分量对应的能量值；wb为特征直流分量对应的能量值；n为采样点数；td为采样的时间间隔；n、t、b均为正整数；
[0025]
根据所述特征频率分量以及直流分量，利用所述最大加权相关指数的公式，计算得到相应的能量比值。
[0026]
第一方面，本发明实施例提供了一种光伏电站的故障诊断装置，包括：
[0027]
获取模块，用于获取光伏电站的直流线路的实时暂态零模电流信号及随机森林模型；
[0028]
分解模块，用于对每个所述暂态零模电流信号进行分解，确定目标固有模态函数分量；
[0029]
确定模块，用于基于所有所述目标固有模态函数分量，得到目标固有模态函数分量的相关参数，所述目标固有模态函数分量的相关参数包括目标固有模态函数分量的最大值、最小值、方差、偏度、峰度、平均值、标准差、方差及中位数；
[0030]
判断模块，用于基于所述目标固有模态函数分量的相关参数，通过所述随机森林模型确定所述直流电路是否发生异常；
[0031]
如果所述直流电路发生异常，则根据所述异常情况对应的目标固有模态函数分量，判断所述直流断路是否发生阻抗接地故障；
[0032]
如果所述直流电路发生阻抗接地故障，则基于所述发生阻抗接地故障对应的目标固有模态函数分量的相关参数，通过所述随机森林模型确定所述阻抗接地故障的类别，所述阻抗接地故障的类别包括高阻抗接地故障、中阻抗接地故障及低阻抗接地故障。
[0033]
具体地，所述分解模块包括：
[0034]
分解单元，用于对每个所述暂态零模电流信号进行分解，得到相应的多个固有模态函数分量；
[0035]
第一计算单元，用于基于每个所述暂态零模电流信号对应的多个固有模态函数分
量，计算每个所述固有模态函数分量的最大加权相关指数；
[0036]
确定单元，用于基于每个所述固有模态函数分量的最大加权相关指数，确定目标固有模态函数分量，所述目标固有模态函数分量为在每个所述暂态零模电流信号对应的多个固有模态函数分量中，最大加权相关指数最大的固有模态函数分量。
[0037]
具体地，所述判断模块包括：
[0038]
第二计算单元，用于根据所述异常情况对应的目标固有模态函数分量，得到能量比值；
[0039]
判断单元，用于判断所述能量比值是否大于预设阈值，如果所述能量比值大于预设阈值，则确定所述直流线路发生阻抗接地故障。
[0040]
具体地，所述判断单元，还用于如果所述能量比值不大于预设阈值，则确定所述直流线路发生负载投切。
[0041]
具体地，所述第二计算单元包括：
[0042]
第一计算子单元，用于根据所述异常情况对应的目标固有模态函数分量，通过prony算法得到相应的特征频率分量以及直流分量；
[0043]
获取子单元，用于获取能量比值的公式，所述能量比值的公式为
[0044][0045]
其中，i
t
为特征频率分量；ib表示直流分量，w
t
为特征频率分量对应的能量值；wb为特征直流分量对应的能量值；n为采样点数；td为采样的时间间隔；n、t、b均为正整数；
[0046]
第二计算子单元，用于根据所述特征频率分量以及直流分量，利用所述最大加权相关指数的公式，计算得到相应的能量比值。
[0047]
根据本发明实施例所提供的一种光伏电站的故障诊断方法及装置，该方法首先获取光伏电站的直流线路的实时电流信号及随机森林模型，然后基于实时电流信号，确定暂态零模电流信号，再对每个暂态零模电流信号进行分解，确定目标固有模态函数分量，然后基于所有目标固有模态函数分量，得到目标固有模态函数分量的相关参数，再基于目标固有模态函数分量的相关参数，通过随机森林模型确定直流电路是否发生异常；如果直流电路发生异常，则根据异常情况对应的目标固有模态函数分量，判断直流断路是否发生阻抗接地故障；如果直流电路发生阻抗接地故障，则基于发生阻抗接地故障对应的目标固有模态函数分量的相关参数，通过随机森林模型确定阻抗接地故障的类别。由此，该方法能够准确的检测出早期高阻接地故障，从而提高了光伏电站的安全性。
附图说明
[0048]
本发明的下列附图在此作为本发明实施例的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。
[0049]
附图中：
[0050]
图1为根据本发明的一个可选实施例的光伏电站的故障诊断方法的流程图；
[0051]
图2为步骤s102的流程图；
[0052]
图3为步骤s105的流程图；
[0053]
图4为根据本发明的一个可选实施例的光伏电站的故障诊断装置的结构示意图。
具体实施方式
[0054]
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
[0055]
应予以注意的是，这里所使用的术语仅是为了描述具体实施例，而非意图限制根据本发明的示例性实施例。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或附加一个或多个其他特征、整体、步骤、操作、元件、组件和/或它们的组合。
[0056]
现在，将参照附图更详细地描述根据本发明的示例性实施例。然而，这些示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施例。应当理解的是，提供这些实施例是为了使得本发明的公开彻底且完整，并且将这些示例性实施例的构思充分传达给本领域普通技术人员。
[0057]
第一方面，如图1所示，本发明实施例提供了一种光伏电站的故障诊断方法，包括：
[0058]
步骤s101：获取光伏电站的直流线路的实时暂态零模电流信号及随机森林模型。
[0059]
步骤s102：对每个暂态零模电流信号进行分解，确定目标固有模态函数分量。
[0060]
具体地，本步骤采用通过ceemdan算法分解暂态零模电流，得到多个固有模态函数(imf)分量，然后从中确定目标固有模态函数分量。
[0061]
ceemdan算法首先成对地给暂态零模电流信号i0(t)添加大小相同、符号相反的白噪声，然后采用emd算法分解的方法对添加白噪声后的零模电流信号进行分解，得到imf分量。
[0062]
其中，emd算法的具体步骤如下：首先确定暂态零模电流信号i0(t)上所有的极值点，然后采用三次样条函数曲线对所有的极大值点进行插值，从而拟合出暂态零模电流信号i0(t)的上包络线i0_max(t)；同理，拟合得到下包络线暂态零模电流信号i0(t)的上包络线i0_max(t)，然后按照公式得到一条均值线m0(t)；然后根据公式h1(t)＝i0(t)-m0(t)，计算得到差值h1(t)；之后再将h1(t)当做新的暂态零模电流信号i0(t)，重复上述步骤，即得h
11
(t)＝h1(t)-m1(t)，其中，m1(t)为h1(t)的上、下包络线的均值。若h
11
(t)不是imf分量，则继续筛选，重复上述方法k次，得到第k次筛选的数据h
1k
(t)，当h1k(t)满足筛选终止准则的要求，则h
1k
(t)为第1阶imf分量，记为c1(t)，然后从暂态零模电流信号i0(t)中减去第1阶imf分量c1(t)得剩余信号，即为残差r1(t)。将r1(t)看作一组新的暂态零模电流信号i0(t)重复上述模态分解过程，经多次运算可得全部残差ri(t)为，至此，暂态零模电流信号i0(t)可由n阶imf分量及残差rn(t)构成；然后重复添加不同的噪声，再进
行emd；最后对所有得到的imf分量进行平均，得到最后的分解结果。
[0063]
步骤s103：基于所有目标固有模态函数分量，得到目标固有模态函数分量的相关参数，目标固有模态函数分量的相关参数包括目标固有模态函数分量的最大值、最小值、方差、偏度、峰度、平均值、标准差、方差及中位数。
[0064]
步骤s104：基于目标固有模态函数分量的相关参数，通过随机森林模型确定直流电路是否发生异常；如果直流电路发生异常，则执行步骤s105。
[0065]
将上述目标固有模态函数分量的相关参数作为随机森林模型的输入，并且将数据的70％用于训练，30％用于测试。将准确率作为随机森林模型的输出，通过准确率是否大于预设值来判断异常状态检测方法是否有效，也就是如果准确率大于预设值，则异常状态检测有效，如果准确率小于预设值，则异常状态检测无效。准确率的公式为：
[0066][0067]
其中，tn表示为真实的负数，即预测为1，实际为1，预测正确；tp表示为真实的正数，即预测为0，实际为0，预测正确；fp表示为假阴性，即预测为0，实际为1，预测错误。
[0068]
步骤s105：根据异常情况对应的目标固有模态函数分量，判断直流断路是否发生阻抗接地故障；如果直流电路发生阻抗接地故障，则执行步骤s106。
[0069]
由于异常情况包括负载投切及发生阻抗接地故障，因此，需要对异常情况进一步进行区分，以准确确定是否发生阻抗接地故障。
[0070]
步骤s106：基于发生阻抗接地故障对应的目标固有模态函数分量的相关参数，通过随机森林模型确定阻抗接地故障的类别，阻抗接地故障的类别包括高阻抗接地故障、中阻抗接地故障及低阻抗接地故障。
[0071]
将发生阻抗接地故障对应的目标固有模态函数分量的相关参数作为输入数据，送到随机函数模型中进行故障分类，其中，70％用于故障分类训练，30％用于故障分类测试。为了判别分类的准确性，将灵敏度作为阻抗接地故障分类的输出，灵敏度大于85％对应的故障类型就是该直流电路的故障类型。灵敏度的公式如下：
[0072][0073]
其中，tpd表示为检测的真实正数，即预测为0，实际为0，预测正确；fnd表示为检测的假性，即预测为0，实际为1，预测错误。
[0074]
由此，该方法能够准确的检测出早期高阻接地故障，从而提高了光伏电站的安全性。
[0075]
进一步地，如图2所示，在上述实施例中，步骤s102包括：
[0076]
步骤s201：对每个暂态零模电流信号进行分解，得到相应的多个固有模态函数分量。
[0077]
步骤s202：基于每个暂态零模电流信号对应的多个固有模态函数分量，计算每个固有模态函数分量的最大加权相关指数。
[0078]
其中，最大加权相关指数的公式为
[0079][0080]
其中，ki为峰度指数；ci为相关系数；k为暂态零模电流的原始信号长度；x(k)为故障序列时间长度；xk和zk分别表示任意两个不同的暂态零模电流信号；和分别为两个暂态零模电流信号的平均值；kici为最大加权相关指数。
[0081]
步骤s203：基于每个固有模态函数分量的最大加权相关指数，确定目标固有模态函数分量，目标固有模态函数分量为在每个暂态零模电流信号对应的多个固有模态函数分量中，最大加权相关指数最大的固有模态函数分量。
[0082]
进一步地，如图3所示，在上述实施例中，上述步骤s105，包括：
[0083]
步骤s301：根据异常情况对应的目标固有模态函数分量，得到能量比值。
[0084]
具体地，该步骤具体包括如下步骤：
[0085]
步骤一：根据异常情况对应的目标固有模态函数分量，通过prony算法得到相应的特征频率分量以及直流分量。
[0086]
将prony算法作用于异常电流信号进行参数辨识，求解出特征频率分量w
t
以及直流分量wb，而对于负载投切的情况所产生的电流信号，不产生震荡分量，因此没有特征频率分量w
t
。
[0087]
步骤二：获取能量比值的公式，能量比值的公式为
[0088][0089]
其中，i
t
为特征频率分量；ib表示直流分量，w
t
为特征频率分量对应的能量值；wb为特征直流分量对应的能量值；n为采样点数；td为采样的时间间隔；n、t、b均为正整数。
[0090]
步骤三：根据特征频率分量以及直流分量，利用能量比值的公式，计算得到相应的能量比值。
[0091]
步骤s302：判断能量比值是否大于预设阈值，如果能量比值大于预设阈值，则执行步骤s303；如果能量比值不大于预设阈值，则执行步骤s304。
[0092]
针对负载投切的情况，能量比rratio为0。阻抗接地故障能量比rratio不为0，由此通过能量比rratio区分负载投切和阻抗接地故障。其中，在理想状态下，预设阈值为0，而在实际情况中，预设阈值通常略大于0。
[0093]
步骤s303：确定直流线路发生阻抗接地故障。
[0094]
步骤s304：确定直流线路发生负载投切。
[0095]
第二方面，如图4所示，本发明实施例提供了一种光伏电站的故障诊断装置，包括：
[0096]
获取模块401，用于获取光伏电站的直流线路的实时暂态零模电流信号及随机森林模型；
[0097]
分解模块402，用于对每个暂态零模电流信号进行分解，确定目标固有模态函数分量；
[0098]
确定模块403，用于基于所有目标固有模态函数分量，得到目标固有模态函数分量的相关参数，目标固有模态函数分量的相关参数包括目标固有模态函数分量的最大值、最小值、方差、偏度、峰度、平均值、标准差、方差及中位数；
[0099]
判断模块404，用于基于目标固有模态函数分量的相关参数，通过随机森林模型确定直流电路是否发生异常；
[0100]
如果直流电路发生异常，则根据异常情况对应的目标固有模态函数分量，判断直流断路是否发生阻抗接地故障；
[0101]
如果直流电路发生阻抗接地故障，则基于发生阻抗接地故障对应的目标固有模态函数分量的相关参数，通过随机森林模型确定阻抗接地故障的类别，阻抗接地故障的类别包括高阻抗接地故障、中阻抗接地故障及低阻抗接地故障。
[0102]
具体地，分解模块包括：
[0103]
分解单元，用于对每个暂态零模电流信号进行分解，得到相应的多个固有模态函数分量；
[0104]
第一计算单元，用于基于每个暂态零模电流信号对应的多个固有模态函数分量，计算每个固有模态函数分量的最大加权相关指数；
[0105]
确定单元，用于基于每个固有模态函数分量的最大加权相关指数，确定目标固有模态函数分量，目标固有模态函数分量为在每个暂态零模电流信号对应的多个固有模态函数分量中，最大加权相关指数最大的固有模态函数分量。
[0106]
具体地，判断模块包括：
[0107]
第二计算单元，用于根据异常情况对应的目标固有模态函数分量，得到能量比值；
[0108]
判断单元，用于判断能量比值是否大于预设阈值，如果能量比值大于预设阈值，则确定直流线路发生阻抗接地故障。
[0109]
具体地，判断单元，还用于如果能量比值不大于预设阈值，则确定直流线路发生负载投切。
[0110]
具体地，第二计算单元包括：
[0111]
第一计算子单元，用于根据异常情况对应的目标固有模态函数分量，通过prony算法得到相应的特征频率分量以及直流分量；
[0112]
获取子单元，用于获取能量比值的公式，能量比值的公式为
[0113][0114]
其中，i
t
为特征频率分量；ib表示直流分量，w
t
为特征频率分量对应的能量值；wb为特征直流分量对应的能量值；n为采样点数；td为采样的时间间隔；n、t、b均为正整数；
[0115]
第二计算子单元，用于根据特征频率分量以及直流分量，利用最大加权相关指数的公式，计算得到相应的能量比值。
[0116]
本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。