【技术实现步骤摘要】
本专利技术涉及发电故障诊断，尤其涉及一种基于分布式传感的光伏发电系统异常故障诊断方法及系统。
技术介绍
1、在现代光伏发电系统中，保障系统的高效运行和及时处理故障对于提高能源利用率和降低运营成本至关重要。光伏系统的复杂性和规模日益增大，使得传统的故障诊断方法面临挑战。分布式传感技术结合智能算法的应用，成为解决该难题的重要手段。分布式传感技术通过在光伏阵列中布置多个传感器，实时采集各种运行数据，如电流、电压、温度和辐射强度等，这些传感器广泛分布于光伏系统的各个组件和节点，能够详细地反映系统的运行状态和健康状况。为了有效处理和分析这些海量数据，故障诊断系统通常依赖于先进的数据处理算法和机器学习技术，这些算法能够从数据中提取关键特征，识别出异常和故障类型。例如，通过时间序列分析、模式识别和统计学习，系统可以检测出诸如部分遮挡、组件老化、连接松动或故障模块等问题。分布式传感与数据处理技术的结合，不仅能够提高故障诊断的精确度和响应速度，还能实现对系统的实时监控和预防性维护。然而，传统的基于分布式传感的光伏发电系统异常故障诊断方法存在着对异常故障诊断分析不精确以及对复杂的干扰进行精确的识别的问题。
技术实现思路
1、基于此，有必要提供一种基于分布式传感的光伏发电系统异常故障诊断方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，基于分布式传感的光伏发电系统异常故障诊断方法，所述方法包括以下步骤：
3、步骤s1：基于分布式传感器对光伏发电系统进行光伏发电节点多模
4、步骤s2：对发电节点实时电流修正数据进行不同发电节点的电流波形分析，得到发电节点电流波形数据；根据发电节点电流波形数据进行路径传导谐波叠加效应解析，得到路径传导谐波叠加效应数据；根据路径传导谐波叠加效应数据进行节点负荷分布识别，得到负荷节点分布数据；
5、步骤s3：对负荷节点分布数据进行不同负荷节点间的瞬态干扰阶次增益计算，得到瞬态干扰阶次增益数据；根据瞬态干扰阶次增益数据进行性能失效条件状态模拟，得到性能失效条件状态数据；根据瞬态干扰阶次增益数据以及性能失效条件状态数据对负荷节点分布数据进行不同负荷节点间的误保护触发概率计算，得到节点误保护概率数据；
6、步骤s4：对性能失效条件状态数据以及节点误保护概率数据进行异常故障诊断学习，得到节点异常故障诊断数据；根据节点异常故障诊断数据进行发电节点异常诊断策略制定，得到发电节点异常诊断策略。
7、本专利技术利用分布式传感器对光伏发电系统的多个节点进行数据采集，包括各种环境条件下的数据，如温度、光照强度，光伏发电过程中的各种环境状态，通过提取实时电流数据并进行环境影响修正，确保得到准确的发电节点实时电流修正数据。有助于提高发电系统的运行效率和稳定性，减少环境影响对异常故障诊断带来的干扰，对修正后的实时电流数据进行详细的波形分析，了解发电节点电流在不同时间段的变化趋势和特征，通过路径传导谐波叠加效应数据分析，揭示电流在系统中传导过程中的谐波叠加效应，有助于识别系统中的潜在问题和优化机会，通过路径传导谐波叠加效应数据分析，识别和理解发电系统中不同节点的负荷分布情况，这些数据对于优化系统运行、提高能源利用效率和减少能源损耗至关重要。通过计算不同负荷节点间的瞬态干扰阶次增益，系统可以更好地理解和量化负荷节点之间的相互影响和干扰程度，根据性能失效条件状态数据进行模拟，系统可以预测潜在的性能失效情况，提前采取维护和修复措施，从而减少系统停机时间和维修成本，通过计算不同负荷节点间的误保护触发概率，可以评估系统在异常条件下误报警的可能性，进而优化保护设备的设置和调整，减少误报警对系统运行的影响，通过计算不同负荷节点间的误保护触发概率，可以评估系统在异常条件下误报警的可能性，进而优化保护设备的设置和调整，减少误报警对系统运行的影响；基于性能失效条件状态数据和误保护触发概率数据进行异常故障诊断学习，系统能够学习和识别不同负荷节点的异常模式和故障特征，从而提高故障诊断的准确性和及时性，根据异常故障诊断数据制定针对性的发电节点异常诊断策略，包括故障检测、定位、诊断和修复步骤，帮助运维团队快速响应和解决问题，最大程度减少系统停机时间和损失。因此，本专利技术是对传统的基于分布式传感的光伏发电系统异常故障诊断方法做出的优化处理，解决了该方法存在着对异常故障诊断分析不精确以及对复杂的干扰进行精确的识别的问题，提升了对异常故障诊断分析的精确度，以及提高了对复杂的干扰进行精确识别的能力。
8、优选地，步骤s1包括以下步骤：
9、步骤s11：基于分布式传感器对光伏发电系统进行光伏发电节点多模态传感数据采集，得到发电节点多模态传感数据；其中发电节点多模态传感数据包括发电节点电流传感数据和发电节点环境状态数据；
10、步骤s12：对发电节点电流传感数据进行不同发电节点的实时电流数据提取，得到发电节点实时电流数据；
11、步骤s13：根据发电节点环境状态数据对发电节点实时电流数据进行不同发电节点的环境影响因子权重计算，得到环境影响因子权重数据；
12、步骤s14：根据环境影响因子权重数据对发电节点实时电流数据进行不同环境状态下的实时电流环境影响修正，得到发电节点实时电流修正数据。
13、本专利技术通过分布式传感器获取光伏发电系统中各个节点的多模态传感数据，包括电流传感数据和环境状态数据，获得的多模态数据能够全面监测发电节点的运行情况和周围环境条件，为后续的分析和优化提供基础数据，根据采集到的数据，提取各个发电节点的实时电流数据，确保系统能够及时反映当前发电节点的电流情况，支持实时调整和反馈控制策略，从而提高系统的响应速度和稳定性，根据发电节点的环境状态数据，计算不同环境影响因子的权重，这些权重反映了环境因素对电流数据的实际影响程度，通过权重修正，能够更准确地反映出真实的发电节点实时电流数据，根据计算得到的环境影响因子权重，对实时电流数据进行修正，修正后的数据更符合实际环境条件下的发电情况，有助于减少环境变化对发电效率的负面影响，提高系统的稳定性和能效。
14、优选地，步骤s2包括以下步骤：
15、步骤s21：对发电节点实时电流修正数据进行节点电流传导拓扑路径分析，得到节点电流传导拓扑路径数据；
16、步骤s22：根据节点电流传导拓扑路径数据对发电节点实时电流修正数据进行不同发电节点的电流波形分析，得到发电节点电流波形数据；
17、步骤s23：根据发电节点电流波形数据对节点电流传导拓扑路径数据进行路径传导谐波叠加效应解析，得到路径传导谐波叠加效应数据；
18、步骤s24：根据路径传导谐波叠加效应数据对节点电流传导拓扑路径数据进行节点负荷分布识别，得本文档来自技高网...
【技术保护点】
1.一种基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求3所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S23包括以下步骤：
5.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S3包括以下步骤：
6.根据权利要求5所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S32包括以下步骤：
7.根据权利要求5所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S34包括以下步骤：
8.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤S35包括以下步骤：
9.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方
10.一种基于分布式传感的光伏发电系统异常故障诊断系统，其特征在于，用于执行如权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，该基于分布式传感的光伏发电系统异常故障诊断系统包括：
...【技术特征摘要】
1.一种基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤s23包括以下步骤：
5.根据权利要求1所述的基于分布式传感的光伏发电系统异常故障诊断方法，其特征在于，步骤s3包括以下步骤：
6.根据权利要求5所述的基于分布式传感的光伏发电系统...
【专利技术属性】
技术研发人员：许剑武，许剑浩，许楷沅，
申请(专利权)人：广州星辰热能股份有限公司，
类型：发明
国别省市：
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。