基于FCM与高斯隶属度的光伏组件健康状态诊断

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

所属期刊栏目：46

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51677112

在线出版日期：2022-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1887-1896