基于数据挖掘的光伏阵列故障诊断研究

发布时间：2017-08-13 17:30

  本文关键词：基于数据挖掘的光伏阵列故障诊断研究

  更多相关文章： 光伏阵列 故障诊断 数据清洗 决策树

【摘要】：随着第三次工业革命的到来,新能源迅速发展,光伏产业备受关注。而光伏组件价格较高一直是制约光伏产业发展的一个重要因素,光伏发电系统投资商一次性投资过高,短时间无法收回成本。本文在收集大量数据资料的基础上,系统分析国家层面针对光伏产业发展规划,国家电网公司对光伏产业发展的支持政策,浙江省和嘉兴市光伏产业发展现状,分析现阶段光伏产业发展面临的问题,得出导致问题最主要的原因是,光伏系统发电量无法得到保障,光伏组件故障率偏高,热斑现象普遍,无法及时有效的诊断,排除故障能力弱。所以,有效的光伏组件故障诊断,可以大大提升光伏发电系统的经济性。在电力领域中应用的故障诊断技术很多,且各有利弊,目前针对光伏阵列的故障诊断技术主要分为红外检测法和电信号检测法两大类,实际工程中,需要添加额外的故障诊断辅助设备,增加系统经济成本,且故障诊断不及时,普遍为光伏阵列故障后采取措施,某种程度排除故障效率得不到保证。本文系统总结了光伏阵列故障的成因,归纳故障类型。提出在整个光伏发电系统中,采用唯一支路指示光伏阵列故障的微型逆变的新思路,利用实时运行数据,建立数据挖掘决策树模型,利用模型预测其他支路的光伏阵列故障情况。首先,采集光伏阵列监控数据中光伏阵列电流、输出功率,温度传感器光伏板正板工作温度,环境检测仪采集的环境温度、光辐照度,微型逆变器的故障指示数据。进一步对海量数据进行数据抽取、转化和加载,建立光伏阵列故障诊断应用数据库。最后成功实现C5.0算法,建立模型,模型预测结果准确率高,同时与CART算法结果对比,前者优于后者。
【关键词】：光伏阵列 故障诊断 数据清洗 决策树
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;TM615
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-13
• 1.1 新能源光伏发电概述9
• 1.2 现阶段光伏系统面临的问题9-10
• 1.3 国内外光伏阵列故障诊断技术研究现状10-11
• 1.4 本文主要研究内容11-13
• 第2章 光伏阵列故障诊断方法的研究13-20
• 2.1 光伏系统架构13-14
• 2.2 光伏组件的运行特性14-15
• 2.2.1 光伏电池工作原理14
• 2.2.2 光伏组件数学模型14-15
• 2.3 光伏阵列的故障成因15-17
• 2.4 光伏阵列的故障类型17-18
• 2.5 本文拟采用的光伏阵列故障诊断方法18-19
• 2.6 本章小结19-20
• 第3章 数据挖掘技术及其在故障诊断中的应用研究20-30
• 3.1 数据挖掘技术20
• 3.2 数据挖掘过程模型20-21
• 3.3 数据清洗方法21-22
• 3.4 光伏阵列故障诊断数据挖掘建模22-28
• 3.4.1 光伏阵列故障诊断业务理解22-23
• 3.4.2 光伏系统运行数据清洗与预处理23-25
• 3.4.3 数据挖掘模型和算法选择25-28
• 3.5 本章小结28-30
• 第4章 基于C5.0算法的光伏阵列故障诊断模型30-36
• 4.1 决策树模型及C5.0算法30-32
• 4.1.1 决策树的核心问题30
• 4.1.2 信息增益和C5.0算法30-32
• 4.2 光伏阵列故障诊断模型32-35
• 4.2.1 故障诊断决策树模型生长32-33
• 4.2.2 故障诊断模型剪枝33-34
• 4.2.3 推理规则集34-35
• 4.3 本章小结35-36
• 第5章 算法实现及实验结果分析36-52
• 5.1 数据预处理36-45
• 5.1.1 数据类型36-40
• 5.1.2 数据抽取40-41
• 5.1.3 数据分区41-42
• 5.1.4 数据分箱42-44
• 5.1.5 数据合并44-45
• 5.2 故障诊断模型45-50
• 5.2.1 C5.0算法模型46-48
• 5.2.2 推理规则集48-49
• 5.2.3 CART算法模型49-50
• 5.3 模型评估50-51
• 5.4 本章小结51-52
• 第6章 结论与展望52-54
• 6.1 工作总结52
• 6.2 工作展望52-54
• 参考文献54-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 王建华;韩伟;;光伏阵列的仿真模型研究[J];信息技术;2011年06期

2 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

3 刘刚;;太阳能光伏阵列数学模型的综述[J];科技信息;2010年04期

4 刘晓艳;祁新梅;郑寿森;王飞;陈达明;;局部阴影条件下光伏阵列的建模与分析[J];电网技术;2010年11期

5 翟津川;黄梅;;光伏阵列三相并网仿真模型[J];电子设计工程;2010年12期

6 杨鹏;刘松;沈楚焱;;一种数字式光伏阵列模拟系统的研究[J];电工电气;2011年02期

7 陈阿莲;冯丽娜;杜春水;张承慧;;基于支持向量机的局部阴影条件下光伏阵列建模[J];电工技术学报;2011年03期

8 丁明;陈中;;遮阴影响下的光伏阵列结构研究[J];电力自动化设备;2011年10期

9 陈正伟;朱建华;裘君英;刘浏;;光伏阵列解析模型的研究[J];浙江科技学院学报;2011年06期

10 刘晓艳;祁新梅;郑寿森;陈达明;王飞;;局部阴影条件下光伏阵列仿真模型的研究[J];系统仿真学报;2012年05期

中国重要会议论文全文数据库 前7条

1 傅望;罗时武;青志明;;局部阴影条件下光伏阵列输出特性方程研究[A];2013年中国电机工程学会年会论文集[C];2013年

2 张国荣;瞿晓丽;苏建徽;刘宁;董康;;基于动态电容充电的光伏阵列Ⅰ-Ⅴ测试仪[A];2009安捷伦科技节论文集[C];2009年

3 张渊明;孙彦广;张云贵;;非均匀辐射条件下光伏阵列建模及运行稳定性分析[A];全国冶金自动化信息网2012年年会论文集[C];2012年

4 王培珍;;太阳能光伏阵列的温度与红外特性分析[A];安徽省第五届“兴皖之光”青年学术年会论文集（工科卷）[C];2005年

5 代倩;段善旭;蔡涛;陈昌松;;基于气象因子的神经网络模型在光伏发电预测中的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

6 黄智勇;;水利水电工程中太阳能的利用[A];2013年电气学术交流会议论文集[C];2013年

7 谢标锴;沈辉;朱薇桦;;六种太阳电池光伏阵列实际发电性能比较[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年

中国博士学位论文全文数据库 前3条

1 王培珍;光伏阵列故障状态的识别研究[D];合肥工业大学;2005年

2 吴小进;光伏阵列及并网逆变器关键技术研究[D];北京交通大学;2012年

3 翟载腾;任意条件下光伏阵列的输出性能预测[D];中国科学技术大学;2008年

中国硕士学位论文全文数据库 前10条

1 张磊;一种光伏阵列模拟器的研究和设计[D];哈尔滨工业大学;2015年

2 寇彦宏;光伏阵列最大功率点跟踪方法的研究[D];宁波大学;2015年

3 赵磊;局部阴影下光伏阵列的最大功率点跟踪与控制[D];中国计量学院;2015年

4 杨天宇;数字式光伏阵列模拟器的研究与设计[D];上海交通大学;2015年

5 吕盛华;基于光伏阵列拓扑的全局最大功率跟踪算法研究[D];太原理工大学;2016年

6 杨莉萍;光伏阵列的模型仿真及其均衡补偿[D];北方工业大学;2016年

7 张晓娜;大规模光伏阵列发电仿真系统及故障诊断技术研究[D];青海大学;2016年

8 朱婧;基于光伏阵列板供电的能源控制系统的研究[D];江苏大学;2016年

9 樊庆亚;基于无线传感网络的光伏阵列监测管理系统研发[D];江苏大学;2016年

10 王素宁;基于果蝇优化算法的多峰值光伏最大功率跟踪控制策略研究[D];上海电机学院;2016年

，

本文编号：668505