一种光伏阵列故障检测与诊断方法、系统、设备及介质

技术领域

本发明属于人工智能、新能源与故障诊断领域，具体涉及一种光伏阵列故障检测与诊断方法、系统、设备及介质。

背景技术

光伏发电作为一种重要的可再生能源利用形式，近年来发展迅速。光伏阵列长时间运行于恶劣环境中，易发生短路、断路、局部阴影、雨天接地等故障，影响系统安全运行，带来发电量及经济损失，甚至导致火灾等重大安全事故，因此进行光伏阵列故障诊断研究十分必要。

各种故障的通常特征都表现为光伏系统的运行状态差，简单有效的故障诊断方法即是判断光伏阵列的运行状态是否符合预期，但基于检测技术的故障诊断技术虽然不需要气象数据和系统实际运行数据作为故障诊断的分析依据，在故障定位和分类方面具有一定的优势，但由于该技术需要人工及外接传感器或信号发射装置以进行故障诊断，存在影响正常发电、故障类型覆盖不足、及时性差和成本普遍较高的问题，使其无法在线使用，只适合于巡检使用。

发明内容

为了克服现有技术的缺点，本发明的目的在于提供一种光伏阵列故障检测与诊断方法、系统、设备及介质，以解决现有的光伏阵列故障诊断方法存在影响正常发电、准确度低、及时性差和成本普遍较高的问题。

为了达到上述目的，本发明采用以下技术方案实现：

第一方面，本发明提供一种光伏阵列故障检测与诊断方法，包括：

获取光伏阵列离线数据并进行预处理，获得训练集；利用训练集训练故障检测网络模型，获得训练好的故障检测网络模型；对训练好的故障检测网络模型进一步训练，获得训练好的故障诊断模型；

获取光伏阵列在线运行数据并进行预处理，通过训练好的故障检测网络模型与训练好的故障诊断模型，确定故障种类。

进一步的，所述获取离线数据并进行预处理包括：

获取光伏阵列的离线数据形成样本，将样本分为正常D

针对原始数据进行数据清洗与处理工作；

将正常和故障样本通过时间窗口q，转化为q×p的矩阵，每个矩阵分别包含1～q，2～(q+1)，…，(n

进一步的，所述利用训练集训练故障检测网络模型，获得训练好的故障检测网络模型的步骤，包括：

将样本随机分为训练集、验证集和测试集，构建一个使训练样本的实际值和预测值的均方误差MSE最小的代价函数，训练基于BiLSTM的源识别自编码器SAAE；

代价函数：

其中，

同时在每一步迭代中设定一个界限：

t

mean(t

模型训练的目标转化为

故障样本在第t

其中，α是常数，

当MSE

最终在第t

其中，λ是非负实数，是

选择参数m、β、λ、p

进一步的，所述对训练好的故障检测网络模型进一步训练，获得训练好的故障诊断模型的步骤，包括：

定义故障的种类数量为n

其中，θ是一个依赖于数据和故障检测模型的常数，θ≥1；

根据训练好的SAAE故障检测网络模型选择l

进一步的，所述获取在线运行数据并进行预处理包括：

收集光伏阵列在线运行数据；进行数据清洗与处理工作；将在线数据通过时间窗口q，转化为q×p的矩阵。

进一步的，所述通过训练好的故障检测网络模型与训练好的故障诊断模型，确定故障种类的步骤，包括：

如果已知是故障样本或者正常样本，输入到训练好的故障检测网络模型对故障检测网络模型进行更新，然后输入至故障诊断模型，获得故障类型；反之通过训练好的故障检测网络模型计算此样本的MSE；

如果MSE高于l

进一步的，所述数据清洗与处理工作包括数据格式统一、归一化数据处理。

第二方面，本发明提供一种光伏阵列故障检测与诊断系统，其特征在于，包括：

故障检测网络模型和故障诊断模型训练模块，用于获取光伏阵列离线数据并进行预处理，获得训练集；利用训练集训练故障检测网络模型，获得训练好的故障检测网络模型；对训练好的故障检测网络模型进一步训练，获得训练好的故障诊断模型；

故障种类确认模块，用于获取光伏阵列在线运行数据并进行预处理，通过训练好的故障检测网络模型与训练好的故障诊断模型，确定故障种类。

第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述中任一项所述的一种光伏阵列故障检测与诊断方法。

第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述中任一项所述的一种光伏阵列故障检测与诊断方法。

本发明至少具有以下有益效果：

本发明构建了光伏阵列故障检测与诊断的模型，获取离线数据，设计故障检测模型算法和故障诊断模型算法，分别对故障检测与故障诊断的模型进行训练。获取在线运行数据，通过训练好的故障检测与故障诊断模型，确定故障种类。不需要外接传感器或信号发射装置进行故障诊断，不影响正常发电，提高光伏阵列故障检测与诊断的精确度，适用于多种应用场景，快速准确地进行检测与诊断，降低运维成本。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为一种光伏阵列故障检测与诊断方法的流程示意图；

图2为一种光伏阵列故障检测与诊断系统模块示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

如图1所示，一种光伏阵列故障检测与诊断方法，包括：

S1：获取光伏阵列离线数据并进行预处理，获得训练集；利用训练集训练故障检测网络模型，获得训练好的故障检测网络模型；对训练好的故障检测网络模型进一步训练，获得训练好的故障诊断模型；

S101：离线数据预处理，收集光伏阵列的多源数据，包括历史数据、气象数据。获取光伏阵列的离线数据形成样本，将样本分为正常D

将正常和故障样本通过时间窗口q，转化为q×p的矩阵，每个矩阵分别包含1～q，2～(q+1)，…，(n

S102：设计故障检测模型算法。将样本随机分为训练集、验证集和测试集，构建一个使训练样本的实际值和预测值的均方误差(MSE)最小的代价函数，训练基于双向长短时神经网络(BiLSTM)的源识别自编码器(Source-aware Autoencoder，SAAE)。

代价函数：

其中，

同时在每一步迭代(第t

t

mean(t

因此模型训练的目标转化为

由此，对于故障样本来说，在第t

其中，α是常数，

这样定义故障样本的损失函数可以使当MSE

最终在第t

其中，λ是非负实数，是

S103：选择参数m、β、λ、p

S104：设计故障诊断模型算法。定义故障的种类数量为n

其中，θ是一个依赖于数据和故障检测模型的常数，θ≥1；

步骤S105：根据训练好的SAAE故障检测网络模型选择l

S2：在线阶段应用在线运行数据，通过训练好的故障检测与故障诊断模型，确定故障种类。

S201：收集光伏阵列在线运行数据。进行数据清洗与处理工作，包括各厂家数据格式统一、归一化数据处理。将在线数据通过时间窗口q，转化为q×p的矩阵。

S202：如果已知是故障样本或者正常样本，输入到训练好的故障检测网络模型对故障检测网络模型进行更新，然后输入至故障诊断模型，获得故障类型；反之通过训练好的故障检测网络模型计算此样本的MSE。

如果已知是故障样本，直接输入至故障诊断模型，获得故障类型。

如果已知是故障样本或者正常样本的话可以跳过故障检测模型，但是可以作为新的训练数据补充进来更新故障检测模型，直接将故障样本输入故障诊断模型。

S203：如果MSE高于l

实施例2

如图2所示，一种光伏阵列故障检测与诊断系统，包括：

故障检测网络模型和故障诊断模型训练模块，用于获取光伏阵列离线数据并进行预处理，获得训练集；利用训练集训练故障检测网络模型，获得训练好的故障检测网络模型；对训练好的故障检测网络模型进一步训练，获得训练好的故障诊断模型；

故障种类确认模块，用于获取光伏阵列在线运行数据并进行预处理，通过训练好的故障检测网络模型与训练好的故障诊断模型，确定故障种类。

实施例3

本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现实施例1所述的一种光伏阵列故障检测与诊断方法。

实施例4

本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现实施例1所述的一种光伏阵列故障检测与诊断方法。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。