System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种光伏系统的串联电弧故障辨识方法及装置制造方法及图纸_技高网

一种光伏系统的串联电弧故障辨识方法及装置制造方法及图纸

技术编号:39961937 阅读:9 留言:0更新日期:2024-01-09 00:06
本发明专利技术涉及用电安全技术领域,具体提供了一种光伏系统的串联电弧故障辨识方法及装置,包括:对光伏系统的电流信号进行离散小波变换,得到各预设分解层数对应的小波系数分量;获取各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差,进而进行光伏系统的串联电弧故障辨识。本发明专利技术提供的技术方案,通过异常信号快速扫描减少了计算能耗,分析周期性特征所需的计算时间也比频域分析要短。同时也考虑瞬时噪声的影响,提高了辨识的准确性,整体算法易于实现,可以有效推广。

【技术实现步骤摘要】

本专利技术涉及用电安全,具体涉及一种光伏系统的串联电弧故障辨识方法及装置


技术介绍

1、随着光伏应用规模的扩大,光伏系统中出现的电弧缺陷问题正引起人们的高度关注。由于光伏电池板的电流源特性,其电流无过零点,光伏系统中产生的直流串联电弧不会自行熄灭。如果直流电弧持续,它将成为潜在的火灾隐患。

2、然而,串联电弧电流较小,又伴随着光伏逆变器或直流开关的系统噪声,大幅增加了电弧故障相对于其他故障的检测难度。大多数光伏系统包括并网逆变器,光伏逆变器产生的系统噪声存在于电流中,由于逆变器的开关和mppt操作,电流中存在对应于几khz到几十khz的噪声,正好位于电弧的频率范围内,很容易导致电弧故障辨识的失误。

3、目前文献方法未有对与电弧频率范围内的开关噪声信号进行区分,因为两者经常处于同一频段,很难进行有效辨识并可能引起误操作。


技术实现思路

1、为了克服上述缺陷,本专利技术提出了一种光伏系统的串联电弧故障辨识方法及装置。

2、第一方面,提供一种光伏系统的串联电弧故障辨识方法,所述光伏系统的串联电弧故障辨识方法包括:

3、对光伏系统的电流信号进行离散小波变换,得到各预设分解层数对应的小波系数分量;

4、获取各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差;

5、基于所述各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差进行光伏系统的串联电弧故障辨识。

6、优选的,所述预设分解层数包括2和3,其中,预设分解层数为2时对应的采样频率范围为fs/8到fs/4,预设分解层数为3时对应的采样频率范围为fs/16到fs/8,fs为离散小波变换的采样频率。

7、优选的,所述预设小波系数分量范围为50l%至80%l,其中,l为所述各预设分解层数对应的小波系数分量的波动子信号长度。

8、优选的,所述预设分解层数对应的小波系数分量的特征值的标准差计算式如下:

9、

10、上式中,dl为预设分解层数l对应的小波系数分量的特征值的标准差,vl,j为预设分解层数l第j个采样区间对应的小波系数分量的特征值,n为预设分解层数对应的小波系数分量的采样区间数量,average为平均值函数。

11、优选的,所述预设分解层数对应的小波系数分量的采样区间数量满足:

12、

13、上式中,numsampling为光伏系统中逆变器噪声周期收集的长度,fmin为光伏系统中逆变器噪声的最小频率,fs为离散小波变换的采样频率。

14、优选的,所述预设分解层数l第j个采样区间对应的小波系数分量的特征值的计算式如下:

15、vl,j=max(γl[j])-min(γl[j])

16、上式中,γl[j]为预设分解层数l第j个采样区间对应的小波系数分量。

17、进一步的,所述基于所述各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差进行光伏系统的串联电弧故障辨识,包括:

18、步骤a判断第2层对应的小波系数分量在预设小波系数分量范围内的样本数量是否小于样本数量阈值,以及第2层对应的小波系数分量的特征值的标准差是否小于标准差阈值,若是,则执行步骤b,否则,结束操作;

19、步骤b判断第3层对应的小波系数分量在预设小波系数分量范围内的样本数量是否小于样本数量阈值,以及第3层对应的小波系数分量的特征值的标准差是否小于标准差阈值,若是,则判断光伏系统发生串联电弧故障,否则,判断光伏系统未发生串联电弧故障。

20、进一步的,当所述对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时,按下式更新样本数量阈值:

21、rl,th=η1rl,sys

22、上式中,rl,th为样本数量阈值,η1为样本数量更新系数,rl,sys为对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量;

23、当所述对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时,按下式更新标准差阈值:

24、dl,th=dl,sys+η2

25、上式中,dl,th为标准差阈值,η2为标准差阈值更新系数,dl,sys为对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时各预设分解层数对应的小波系数分量的特征值的标准差。

26、第二方面,提供一种光伏系统的串联电弧故障辨识装置,所述光伏系统的串联电弧故障辨识装置包括:

27、分解模块,用于对光伏系统的电流信号进行离散小波变换,得到各预设分解层数对应的小波系数分量;

28、获取模块,用于获取各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差;

29、分析模块,用于基于所述各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差进行光伏系统的串联电弧故障辨识。

30、优选的,所述预设分解层数包括2和3,其中,预设分解层数为2时对应的采样频率范围为fs/8到fs/4,预设分解层数为3时对应的采样频率范围为fs/16到fs/8,fs为离散小波变换的采样频率。

31、优选的,所述预设小波系数分量范围为50l%至80%l,其中,l为所述各预设分解层数对应的小波系数分量的波动子信号长度。

32、优选的,所述获取模块中,预设分解层数对应的小波系数分量的特征值的标准差计算式如下:

33、

34、上式中,dl为预设分解层数l对应的小波系数分量的特征值的标准差,vl,j为预设分解层数l第j个采样区间对应的小波系数分量的特征值,n为预设分解层数对应的小波系数分量的采样区间数量,average为平均值函数。

35、优选的,所述预设分解层数对应的小波系数分量的采样区间数量满足:

36、

37、上式中,numsampling为光伏系统中逆变器噪声周期收集的长度,fmin为光伏系统中逆变器噪声的最小频率,fs为离散小波变换的采样频率。

38、优选的,所述预设分解层数l第j个采样区间对应的小波系数分量的特征值的计算式如下:

39、vl,j=max(γl[j])-min(γl[j])

40、上式中,γl[j]为预设分解层数l第j个采样区间对应的小波系数分量。

41、进一步的,所述分析模块具体用于:

42、步骤a判断第2层对应的小波系数分量在预设小波系数分量范围内的样本数量是否小于样本数量阈值,以及本文档来自技高网...

【技术保护点】

1.一种光伏系统的串联电弧故障辨识方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述预设分解层数包括2和3,其中,预设分解层数为2时对应的采样频率范围为Fs/8到Fs/4,预设分解层数为3时对应的采样频率范围为Fs/16到Fs/8,Fs为离散小波变换的采样频率。

3.如权利要求1所述的方法,其特征在于,所述预设小波系数分量范围为50L%至80%L,其中,L为所述各预设分解层数对应的小波系数分量的波动子信号长度。

4.如权利要求1所述的方法,其特征在于,所述预设分解层数对应的小波系数分量的特征值的标准差计算式如下:

5.如权利要求4所述的方法,其特征在于,所述预设分解层数对应的小波系数分量的采样区间数量满足:

6.如权利要求4所述的方法,其特征在于,所述预设分解层数l第j个采样区间对应的小波系数分量的特征值的计算式如下:

7.如权利要求2所述的方法,其特征在于,所述基于所述各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差进行光伏系统的串联电弧故障辨识,包括:

8.如权利要求7所述的方法,其特征在于,当所述对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时,按下式更新样本数量阈值:

9.一种光伏系统的串联电弧故障辨识装置,其特征在于,所述装置包括:

10.如权利要求9所述的装置,其特征在于,所述预设分解层数包括2和3,其中,预设分解层数为2时对应的采样频率范围为Fs/8到Fs/4,预设分解层数为3时对应的采样频率范围为Fs/16到Fs/8,Fs为离散小波变换的采样频率。

11.如权利要求9所述的装置,其特征在于,所述预设小波系数分量范围为50L%至80%L,其中,L为所述各预设分解层数对应的小波系数分量的波动子信号长度。

12.如权利要求9所述的装置,其特征在于,所述获取模块中,预设分解层数对应的小波系数分量的特征值的标准差计算式如下:

13.如权利要求12所述的装置,其特征在于,所述预设分解层数对应的小波系数分量的采样区间数量满足:

14.如权利要求12所述的装置,其特征在于,所述预设分解层数l第j个采样区间对应的小波系数分量的特征值的计算式如下:

15.如权利要求10所述的装置,其特征在于,所述分析模块具体用于:

16.如权利要求15所述的装置,其特征在于,当所述对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时,按下式更新样本数量阈值:

17.一种计算机设备,其特征在于,包括:一个或多个处理器;

18.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至8中任意一项所述的光伏系统的串联电弧故障辨识方法。

...

【技术特征摘要】

1.一种光伏系统的串联电弧故障辨识方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述预设分解层数包括2和3,其中,预设分解层数为2时对应的采样频率范围为fs/8到fs/4,预设分解层数为3时对应的采样频率范围为fs/16到fs/8,fs为离散小波变换的采样频率。

3.如权利要求1所述的方法,其特征在于,所述预设小波系数分量范围为50l%至80%l,其中,l为所述各预设分解层数对应的小波系数分量的波动子信号长度。

4.如权利要求1所述的方法,其特征在于,所述预设分解层数对应的小波系数分量的特征值的标准差计算式如下:

5.如权利要求4所述的方法,其特征在于,所述预设分解层数对应的小波系数分量的采样区间数量满足:

6.如权利要求4所述的方法,其特征在于,所述预设分解层数l第j个采样区间对应的小波系数分量的特征值的计算式如下:

7.如权利要求2所述的方法,其特征在于,所述基于所述各预设分解层数对应的小波系数分量在预设小波系数分量范围内的样本数量以及各预设分解层数对应的小波系数分量的特征值的标准差进行光伏系统的串联电弧故障辨识,包括:

8.如权利要求7所述的方法,其特征在于,当所述对光伏系统的电流信号进行离散小波变换执行次数到达预设阈值时,按下式更新样本数量阈值:

9.一种光伏系统的串联电弧故障辨识装置,其特征在于,所述装...

【专利技术属性】
技术研发人员:田世明潘明明张雪梅袁金斗徐子尚李永军
申请(专利权)人:中国电力科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1