文献类型：期刊文章

作　　者：吴春华[1] 俞薛颖[1] 李智华[1] 汪飞[1] 马浩强[1]

WU Chunhua;YU Xueying;LI Zhihua;WANG Fei;MA Haoqiang(Shanghai Key Laboratory of Power Station Automation Technology(Department of Electrical Engineering,Shanghai University),Baoshan District,Shanghai 200444China)

机构地区：[1]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

出　　处：《电网技术》

基　　金：国家自然科学基金项目(51677112)。

年　　份：2022

卷　　号：46

期　　号：5

起止页码：1887-1896

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：TM721]