[发明专利]一种基于Hopfield神经网络的光伏电站故障诊断方法

说明书

一种基于Hopfield神经网络的光伏电站故障诊断方法，其特征在于包括：光伏组件阵列、测量模块、控制模块、通讯模块、环境温度测量仪、照度测量仪构成；根据当前照度测量仪输出的照度值、环境温度测量仪输出的温度值、光伏阵列的电流和电压值，采用Hopfield神经网络的计算方法，检测出光伏阵列是否出现光伏热斑、阴影遮挡、异常老化三种故障类型。

技术领域

本发明涉及基于环境照度测量的光伏并网电站故障类型检测装置，属于太阳能光伏发电技术领域。

背景技术

随着新能源应用的迫切需要，太阳能光伏发电的规模的不断扩大，光伏发电的运营、维护、管理等各个环节迫切需要智能转型升级以提高效率降低成本。因此需要实时准确地了解每一片光伏电池板的工作状态。目前的虽然有一些监测方法，但是都不能正确判断光伏组件的运行状态和异常老化情况。如，专利申请号2020203163891《一种组件级的光伏电站故障检测系统》所公开的技术方法。由于光伏电池模块的工作状态受照度影响极大，仅仅检测输出端电压不能准确判断光伏组件的运行状态的好坏。一般情况是只有等到某一片电池板出现了故障、烧毁甚至演变成灾害事故了才能知道，其时已晚，造成重大损失。目前的光伏电站都只能对一串光伏组件进行监控且不能顾及环境照度的影响，不能确定故障的类型及异常老化现象等，不能满足大规模光伏电站的运营维护要求，本技术就是为了解决这一问题而设计的。

发明内容

针对上述现有技术存在的不足，本发明提供一种基于Hopfield神经网络的光伏电站故障诊断方法，其特征在于包括：光伏阵列、测量模块、控制模块、通讯模块、环境温度测量仪，照度测量仪构成；所述光伏阵列由多个光伏组件串联构成；所述光伏阵列的输出端与所述测量模块的输入端连接；所述测量模块的输出端与所述控制模块的输入端连接；所述控制模块的输出端与所述通讯模块的输入端连接；

所述测量模块包括电压采样模块和电流采样模块，所述电压采样模块个数与光伏组件的个数相同，所述每个电压采样模块的输入端分别与相应光伏组件的输出端连接，所述电流采样模块的输入端与任意一块光伏组件的输出端连接，用于实时采集光伏阵列的输出电压和输出电流；

所述通讯模块用于将当前系统状态以及故障检测结果传出,

所述环境温度和照度测量仪安装在光伏组件场附近，其输出端与所述控制模块的输入端连接，用于测量当前环境场的环境温度和太阳能辐照量；所述控制模块根据当前所述环境温度和照度测量仪输出的照度值、光伏组件的电流和电压值，采用Hopfield神经网络的计算方法，检测出光伏组件是否出现热斑、遮挡、异常老化故障，步骤如下：

步骤1获取检测样本数据