光伏离网电站的神经网络故障检测装置

文献发布时间：2023-06-19 10:22:47

技术领域

本发明涉及光伏离网电站的神经网络故障检测装置，属于太阳能光伏发电技术领域。

背景技术

随着新能源应用的迫切需要，太阳能光伏发电的规模的不断扩大，光伏发电的运营、维护、管理等各个环节迫切需要智能转型升级以提高效率降低成本。因此需要实时准确地了解每一片光伏电池板的工作状态。目前的虽然有一些监测方法，但是都不能正确判断光伏组件的运行状态。如，专利申请号2020203163891《一种组件级的光伏电站故障检测系统》所公开的技术方法。由于光伏组件的工作状态受温度影响极大，仅仅检测输出端电压不能准确判断光伏组件的运行状态的好坏。目前的光伏电站都只能对一串光伏电池组件进行监控且不能顾及背板温度的影响，不能确定故障的类型，不能满足大规模光伏电站的运营维护要求，本技术就是为了解决这一问题而设计的。

发明内容

针对上述现有技术存在的不足，本发明光伏离网电站的神经网络故障检测装置，给出了解决上述问题的方法。

本发明光伏离网电站的神经网络故障检测装置，其特征在于包括：光伏阵列、蓄电池组、控制器、温度传感器组、直流负载构成。

光伏阵列由多个光伏组件串联构成。

蓄电池组由多个蓄电池串联或并联构成。

控制器包括采样模块、开关转换模块、控制模块、通信模块。

采样模块包括光伏阵列端采样模块、蓄电池端采样模块；光伏阵列的输出端与光伏阵列端采样模块的输入端连接；蓄电池组的输出端与蓄电池端采样模块的输入端连接。

采样模块的输出端与控制模块的输入端连接，控制模块的输出端与开关转换模块的输入端连接，控制模块的输出端与通信模块的输入端连接。

光伏阵列端采样模块包括光伏阵列端电压采样模块、光伏阵列端电流采样模块，用于采集光伏阵列端的电压和电流值；蓄电池端采样模块包括蓄电池端电压采样模块、蓄电池端电流采样模块，用于采集蓄电池端的电压和电流值。

光伏阵列的输出端与开关转换模块的输入端连接，蓄电池组的输出端与开关转换模块的输入端连接，直流负载的输出端与开关转换模块的输入端连接。

温度传感器组由多个温度传感器阵列构成，每个光伏组件的背面接触式放置一个温度传感器阵列，温度传感器阵列由多个温度传感器构成，均匀分布于光伏组件的背面，用于测量光伏组件的背板温度；每个温度传感器的输出端都与控制模块的输入端连接。

开关转换模块包括充电PWM开关电路、放电开关电路。

通信模块用于将当前系统状态以及故障检测结果传出。

控制模块用于控制光伏阵列给蓄电池组的供电时间、光伏阵列给直流负载的供电时间、以及蓄电池组给负载的放电时间等。

光伏离网电站的神经网络故障检测装置，控制模块根据蓄电池组的电流和电压值，检测出蓄电池组是否出现故障。

控制模块根据光伏阵列的温度值、电流和第

步骤1计算光伏组件的平均温度值

设有

步骤2获取一天不同时间段的平均温度值、电流值、电压值

选择阳光充足的天气，将早上6点到晚间6点的时间段进行整点划分，设

步骤3采用BP神经网络进行学习

1）选定输入和输出样本；

设

输入样本为：

2）选定初权值

3）重复下述过程，输入全部样本，直到收敛；

（1）输入样本

（2）计算输出层误差：

（3）计算局部梯度

（4）修正输出层权值：

（5）修正隐层权值：

（6）输入新的样本

步骤4获取当前的平均温度值、电压值、电流值

根据步骤1，计算出当前的平均温度值

步骤5采用BP神经网络进行检测

将当前的时间

步骤6 判断故障类型

当d等于-1时，计算：

设定阈值

步骤7 循环上述过程

对于

本发明的有益之处在于可以根据温度测量值加之当前的光伏组件的电流、电压参数实现对光伏组件进行故障类型检测，为电站的智能化运行创造条件。

附图1是光伏离网电站的神经网络故障检测装置结构示意图

附图2是光伏离网电站的神经网络故障检测装置计算方法的流程图

附图3是光伏离网电站的神经网络故障检测装置故障类型的判断流程图

具体的实施方法是：

如附图1光伏离网电站的神经网络故障检测装置，其特征在于包括：光伏阵列、蓄电池组、控制器、温度传感器组、直流负载构成.