[发明专利]一种光伏组件故障诊断及预测方法

权利要求书

1.一种光伏组件故障诊断及预测方法，包括如下步骤：

S100：采集光伏组串每日的输出电压、输出电流并根据所采集的输出电压、输出电流计算光伏组串的输出功率，同时采集光伏组串每日的辐照度数据；

S200：通过快速傅里叶变换分别将光伏组串的输出功率向量和辐照度向量转化为频域数据；

S300：计算频域数据中各频率点的输出功率与辐照度的比值，获得输出功率-辐照度幅值比，当某一故障发生时，选择所述输出功率-辐照度幅值比明显增大的频段作为该故障的特征频段，并在所述故障特征频段上设置故障发生阈值，所述故障发生 阈值表示为故障组串的输出功率-辐照度幅值比与正常组串的输出功率-辐照度幅值比的差值百分比，计算公式如下：

A_ff＝[af_i1 af_i2 … af_in]

A_f＝[a_i1 a_i2 … a_in]

其中，A_ff为故障组串在该故障特征频段上的功率-辐照度幅值比，A_f为提取故障特征时正常组串在该故障特征频段上的功率-辐照度幅值比，m_k为特征频段上第k个频率上的功率-辐照度幅值比差值百分比，即特征频段上第k个频率上设定的故障发生阈值，a_i1，a_i2，…，a_ik为特征频率上的正常组串的幅值比，af_ik表示组串发生故障特征频段第k个频率上的输出功率-辐照度幅值比；

S400：根据所述故障发生阈值对光伏组串进行故障状态划分，实现光伏组串故障诊断；

S500：统计光伏组串每日所处的故障状态，根据故障状态变化计算得到不同步长的转移频数矩阵，根据所述不同步长的转移频数矩阵计算得到不同步长的转移频率矩阵，并计算不同步长的转移频率矩阵对应的权重，其中，所述转移频率矩阵表示为：

其中，f_ij表示转移频数矩阵，m表示步长总个数；

所述转移频率矩阵对应的权重表示为：

且

其中，r_k表示自相关系数，n表示采集数据的总天数；k表示加权计算中的步长；表示计算得到的幅值比至故障幅值比的距离均值，L_i表示第i天在某故障特征频段上的故障幅值比距离；L_i+k表示第i+k天在某故障特征频段上的故障幅值比距离；S600：根据所述不同步长的转移频率矩阵、所述不同步长的转移频率矩阵对应的权重以及当前n天内光伏组串每天所处的故障状态，计算光伏组串下一天处于不同故障状态的概率，所述光伏组串下一天处于不同故障状态的概率表示为：

其中，k表示加权计算中的步长，w_k表示k步转移频率矩阵的权重，为k步转移频率矩阵，i表示不同状态，m表示步长总个数；

S700：根据所述光伏组串下一天处于不同故障状态的概率对光伏组串下一天的故障状态进行预测。

2.根据权利要求1所述的方法，其中，步骤S400中，当故障特征频段所有频率点上的输出功率-辐照度幅值比均大于或等于故障发生阈值时，则光伏组串处于特定故障发生状态；否则，光伏组串处于正常状态。

3.根据权利要求1所述的方法，其中，步骤S700中，对光伏组串下一天的故障状态进行预测表示为：

P＝max(P_i)

其中，i表示不同状态，P_i表示光伏组件下一天处于i状态的概率，P表示最大P_i所对应的状态，即根据概率最大值法预测光伏组件下一天在该故障特征频段上的状态。