CN105203152A - 一种光伏发电设备故障风险指数预测装置及预测方法 - Google Patents

Abstract

一种光伏发电设备故障风险指数预测装置及预测方法属于配电网技术领域，特别涉及一种光伏发电设备故障风险指数预测装置及预测方法。本发明提供一种提取简单，精确度高的种光伏发电设备故障风险指数预测装置及预测方法。本发明光伏发电设备故障风险指数预测装置包括信号采集单元、A/D转换单元、数字信号处理单元、4G通信传输单元和人机交互信息显示单元，其结构要点信号采集单元的输出端口与A/D转换单元的输入端口相连，A/D转换单元的输出端口与数字信号处理单元的数据输入端口相连，数字信号处理单元的数据输出端口分别与人机交互信息显示单元输入端口、4G通信传输模块的输入端口相连。

Description

一种光伏发电设备故障风险指数预测装置及预测方法

技术领域

本发明属于配电网技术领域，特别涉及一种光伏发电设备故障风险指数预测装置及预测方法。

背景技术

光伏发电是一个复杂的系统，光伏发电设备发生重大故障时，会对电力系统带来大规模负荷损失以及较大的电网稳定性冲击，光伏装机容量容量越大，其故障和停电对电网造成的冲击和损失就越大，因此，对光伏发电设备的电气参数及气象环境参数进行实时监测，并根据监测参数对光伏发电设备故障风险进行预测，根据预测结果对电网应急措施进行安排，能够有效避免光伏发电设备故障对电网带来的冲击和影响，显著提高电力系统可靠性和经济性。

发明内容

本发明就是针对上述问题，提供一种提取简单，精确度高的种光伏发电设备故障风险指数预测装置及预测方法。

为实现上述目的，本发明采用如下技术方案，本发明光伏发电设备故障风险指数预测装置包括信号采集单元、A/D转换单元、数字信号处理单元、4G通信传输单元和人机交互信息显示单元，其结构要点信号采集单元的输出端口与A/D转换单元的输入端口相连，A/D转换单元的输出端口与数字信号处理单元的数据输入端口相连，数字信号处理单元的数据输出端口分别与人机交互信息显示单元输入端口、4G通信传输模块的输入端口相连；

所述信号采集单元包括电压传感器、电流传感器、设备温度传感器、振动传感器、噪声传感器，电压传感器输出端口、电流传感器输出端口、设备温度传感器输出端口、振动传感器输出端口、噪声传感器输出端口分别与A/D转换单元的输入端口相连。

作为另一种优选方案，本发明所述振动传感器采用STA9200A型号、电流互感器采用DHC03B型号、电压互感器采用DH51D6V0.4B型号、温度传感器采用HE-200型号红外温度传感器、噪声传感器采用CRY2110型号。

作为另一种优选方案，本发明所述A/D转换单元采用TLC2543串行A/D转换器，数字信号处理单元采用STC89C51的单片机，4G通信传输单元采用ME3760型号的LTE模块，人机交互信息显示单元采用HG1286402C型号的液晶显示模块；

电压传感器、电流传感器、设备温度传感器、振动频率传感器、噪声传感器的输出端分别经过信号转换电路后连接到A/D转换器TLC2543的输入端AIN0-AIN4，A/D转换器TLC2543的输出端EOC、I/O、IN、OUT、CS分别连接到51单片机STC89C51芯片的P0.0-P0.4引脚，单片机STC89C51芯片的P1.0-P1.7与液晶显示模块的D0-D7连接，单片机STC89C51芯片的P2.0-P1.4与液晶显示模块的RS、RW、CS1、CS2、EN相连接，STC89C51芯片的RXD、TXD引脚与4G通信模块ME3760的DATA、DATA1端相连，4G通信模块的ANT1端通过电容与天线相连。

其次，本发明STC89C51芯片的XTAL1端口分别与晶振一端、第一30pF电容一端相连、第一30pF电容另一端分别与地、第二30pF电容一端相连，第二30pF电容另一端分别与晶振另一端、STC89C51芯片的XTAL2端口相连。

另外，本发明所述信号转换电路采用TLC4501芯片。(设置信号转换电路，保证信号采集的频带宽度、转换速率和电压增益,同时降低输入失调电压和电流以及温度漂移)。

电压、电流、设备温度、振动频率、噪声信息经过各传感器，进行同步采样、保持、A/D转换，变为数字信号后，送入51单片机的数据输入口，再由单片机对电压、电流、设备温度、振动频率、噪声信息数据进行计算后，计算结果通过液晶显示模块进行显示并将数据送到4G传输模块，为与远方调度通讯做好准备

一种光伏发电设备故障风险指数预测方法，包括如下步骤：

步骤1：测量光伏发电设备并网点的电压、电流、设备温度、振动频率、噪声5个参数，其中电压的单位为伏、电流单位为安培，振动频率单位为赫兹、噪声单位为分贝，得到输入量：

步骤2：建立可靠性模型

可靠度R_s(x)模型为：

$R_s\left(x\right)=1-\underset{i=1}{\overset{n}{\mathrm{\Π}}}[1-e-{\mathrm{\λ}}_{i}x]---\left(6\right)$

故障率λ_i为常数0.13，

步骤4：计算可靠度的上下限值

n＝5，可靠度上限为：

$R_u\left(x\right)=\underset{i=1}{\overset{5}{\mathrm{\Π}}}{R}_i\left(x\right)[1-\underset{i=1}{\overset{5}{\mathrm{\Π}}}(1-q_i\left(x\right))]---\left(7\right)$

其下限模型为：

$R_l\left(x\right)=\underset{j=1}{\overset{5}{\mathrm{\Π}}}{R}_j\left(x\right)\{1+\underset{j=1}{\overset{5}{\mathrm{\Σ}}}\left(\frac{q_j\left(x\right)}{R_j\left(x\right)}\right)\}---\left(8\right)$

步骤5：计算判断停止条件为：

$R\left(x\right)-\frac{R_u\left(x\right)-R_l\left(x\right)}{\sqrt{(1-R_u\left(x\right))(1-R_l\left(x\right))}}<\mathrm{\&epsiv;}---\left(9\right)$

式中，ε等于0.03。

步骤6：计算光伏发电设备故障风险指数值：GZI＝R(x)

步骤7：将光伏发电设备故障风险指数值：GZI＝R(x)的预测结果通过液晶模块显示并通过4G传输模块发送至远方调度终端，以便维修人员及时进行检修。

本发明有益效果。

本发明利用直接测量光伏发电设备的电压、电流、设备温度、振动频率、噪声作为输入量，并最终利用A/D转换单元、CPU中央处理单元、人机交互信息显示单元和4G传输模块实现光伏发电储能设备故障风险指数的监测。这种方法避免传统方法建立模型和选取参数时造成的误差，并且具有输入量提取简单，精确度高，准确度好，预测效率高的特点。

对电力用户重大故障风险做出预测，能够预防光伏发电设备和配电网重大事故，改善电力品质，提高用电可靠性，同时预测过程满足实时性要求，提高数据采集及处理的效率，提高光伏发电设备故障风险预测的速度和精度，实现了以较高精度和较短响应时间的优势对光伏发电设备故障进行预测。

附图说明

下面结合附图和具体实施方式对本发明做进一步说明。本发明保护范围不仅局限于以下内容的表述。

图1是本发明电路原理框图。

图2是本发明电路原理图。

具体实施方式

如图所示，本发明光伏发电设备故障风险指数预测装置包括信号采集单元、A/D转换单元、中央处理单元、4G通信传输单元和人机交互信息显示单元。

所述A/D转换单元用于将信号采集单元采集的模拟信号转换成数字信号；

所述中央处理单元对A/D转换单元输出的数字信号进行；

所述人机交互信息显示单元用于就地显示光伏发电设备故障风险指数预测结果；

所述4G通信传输模块用于将光伏发电设备故障风险指数预测结果传输至远方调度终端；

所述信号采集模块采集的电压、电流、设备温度、振动频率、噪声5个信号输出至A/D转换单元的输入端，所述A/D转换单元的输出端与CPU中央处理单元的输入端连接，所述CPU中央处理单元的串口与人机交互信息显示单元和4G通信传输模块的输入输连接。

信号采集模块包括电压传感器、电流传感器、设备温度传感器、振动传感器、噪声传感器，振动传感器采用STA9200A型号、电流互感器采用DHC03B型号、电压互感器采用DH51D6V0.4B型号、温度传感器采用HE-200型号红外温度传感器、噪声传感器采用CRY2110型号，A/D转换器选用TLC2543串行A/D转换器，该器件使用开关电容逐次逼近技术完成A/D转换过程，CPU中央处理单元选用型号为STC89C51的单片机，4G通信传输单元为ME3760型号的LTE模块，人机交互信息显示模块为HG1286402C型号的液晶显示模块。

电压传感器、电流传感器、设备温度传感器、振动频率传感器、噪声传感器的输出端分别经过信号转换电路后连接到A/D转换器TLC2543的输入端AIN0-AIN4，如图2所示，A/D转换器TLC2543的输出端EOC、I/O、IN、OUT、CS分别连接到51单片机STC89C51芯片的P0.0-P0.4引脚，单片机STC89C51芯片的P1.0-P1.7与液晶显示模块的D0-D7连接，单片机STC89C51芯片的P2.0-P1.4与液晶显示模块的RS、RW、CS1、CS2、EN相连接，STC89C51芯片的RXD、TXD引脚与4G通信模块ME3760的DATA、DATA1端相连，4G通信模块的ATN1端通过天线将数据传送到远方调度。

电压、电流、设备温度、振动频率、噪声信息经过各传感器，进行同步采样、保持、A/D转换，变为数字信号后，送入51单片机的数据输入口，再由单片机对电压、电流、设备温度、振动频率、噪声信息数据进行计算后，计算结果通过液晶显示模块进行显示并将数据送到4G传输模块，为与远方调度通讯做好准备；

本发明光伏发电设备故障风险指数预测装置进行预测的方法，包括如下步骤：

步骤1：测量光伏发电设备并网点的电压、电流、设备温度、振动频率、噪声5个参数，其中电压的单位为伏、电流单位为安培，振动频率单位为赫兹、噪声单位为分贝，得到输入量：s＝(398.98,339.12,100.13,497.10,132.90)

步骤2：建立可靠性模型

可靠度R_s(x)模型为：

$R_s\left(x\right)=1-\underset{i=1}{\overset{n}{\mathrm{\&Pi;}}}[1-e-{\mathrm{\&lambda;}}_{i}x]---\left(6\right)$

故障率λ_i为常数0.13，

步骤4：计算可靠度的上下限值

n＝5，可靠度上限为：

$R_u\left(x\right)=\underset{i=1}{\overset{5}{\mathrm{\&Pi;}}}{R}_i\left(x\right)[1-\underset{i=1}{\overset{5}{\mathrm{\&Pi;}}}(1-q_i\left(x\right))]---\left(7\right)$

其下限模型为：

$R_l\left(x\right)=\underset{j=1}{\overset{5}{\mathrm{\&Pi;}}}{R}_j\left(x\right)\{1+\underset{j=1}{\overset{5}{\mathrm{\&Sigma;}}}\left(\frac{q_j\left(x\right)}{R_j\left(x\right)}\right)\}---\left(8\right)$

步骤5：计算判断停止条件为：

$R\left(x\right)-\frac{R_u\left(x\right)-R_l\left(x\right)}{\sqrt{(1-R_u\left(x\right))(1-R_l\left(x\right))}}<\mathrm{\&epsiv;}---\left(9\right)$

式中，ε等于0.03。

步骤6：计算光伏发电设备故障风险指数值：GZI＝R(x)

步骤7：将光伏发电设备故障风险指数值：GZI＝R(x)的预测结果通过液晶模块显示并通过4G传输模块发送至远方调度终端，以便维修人员及时进行检修。

可以理解的是，以上关于本发明的具体描述，仅用于说明本发明而并非受限于本发明实施例所描述的技术方案，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换，以达到相同的技术效果；只要满足使用需要，都在本发明的保护范围之内。

Claims (6)

1.一种光伏发电设备故障风险指数预测装置，包括信号采集单元、A/D转换单元、数字信号处理单元、4G通信传输单元和人机交互信息显示单元，其特征在于信号采集单元的输出端口与A/D转换单元的输入端口相连，A/D转换单元的输出端口与数字信号处理单元的数据输入端口相连，数字信号处理单元的数据输出端口分别与人机交互信息显示单元输入端口、4G通信传输模块的输入端口相连；

所述信号采集单元包括电压传感器、电流传感器、设备温度传感器、振动传感器、噪声传感器，电压传感器输出端口、电流传感器输出端口、设备温度传感器输出端口、振动传感器输出端口、噪声传感器输出端口分别与A/D转换单元的输入端口相连。

2.根据权利要求1所述一种光伏发电设备故障风险指数预测装置，其特征在于所述振动传感器采用STA9200A型号、电流互感器采用DHC03B型号、电压互感器采用DH51D6V0.4B型号、温度传感器采用HE-200型号红外温度传感器、噪声传感器采用CRY2110型号。

3.根据权利要求2所述一种光伏发电设备故障风险指数预测装置，其特征在于所述A/D转换单元采用TLC2543串行A/D转换器，数字信号处理单元采用STC89C51的单片机，4G通信传输单元采用ME3760型号的LTE模块，人机交互信息显示单元采用HG1286402C型号的液晶显示模块；

电压传感器、电流传感器、设备温度传感器、振动频率传感器、噪声传感器的输出端分别经过信号转换电路后连接到A/D转换器TLC2543的输入端AIN0-AIN4，A/D转换器TLC2543的输出端EOC、I/O、IN、OUT、CS分别连接到51单片机STC89C51芯片的P0.0-P0.4引脚，单片机STC89C51芯片的P1.0-P1.7与液晶显示模块的D0-D7连接，单片机STC89C51芯片的P2.0-P1.4与液晶显示模块的RS、RW、CS1、CS2、EN相连接，STC89C51芯片的RXD、TXD引脚与4G通信模块ME3760的DATA、DATA1端相连，4G通信模块的ANT1端通过电容与天线相连。

4.根据权利要求3所述一种光伏发电设备故障风险指数预测装置，其特征在于STC89C51芯片的XTAL1端口分别与晶振一端、第一30pF电容一端相连、第一30pF电容另一端分别与地、第二30pF电容一端相连，第二30pF电容另一端分别与晶振另一端、STC89C51芯片的XTAL2端口相连。

5.根据权利要求4所述一种光伏发电设备故障风险指数预测装置，其特征在于所述信号转换电路采用TLC4501芯片。

6.一种光伏发电设备故障风险指数预测方法，其特征在于包括如下步骤：

步骤1：测量光伏发电设备并网点的电压、电流、设备温度、振动频率、噪声5个参数，其中电压的单位为伏、电流单位为安培，振动频率单位为赫兹、噪声单位为分贝，得到输入量：

步骤2：建立可靠性模型

可靠度R_s(x)模型为：

$R_s\left(x\right)=1-\underset{i=1}{\overset{n}{\mathrm{\&Pi;}}}[1-e-{\mathrm{\&lambda;}}_{i}x]---\left(6\right)$

故障率λ_i为常数0.13，

步骤4：计算可靠度的上下限值

n＝5，可靠度上限为：

$R_u\left(x\right)=\underset{i=1}{\overset{5}{\mathrm{\&Pi;}}}{R}_i\left(x\right)[1-\underset{i=1}{\overset{5}{\mathrm{\&Pi;}}}(1-q_i\left(x\right))]---\left(7\right)$

其下限模型为：

$R_l\left(x\right)=\underset{j=1}{\overset{5}{\mathrm{\&Pi;}}}{R}_j\left(x\right)\{1+\underset{j=1}{\overset{5}{\mathrm{\&Sigma;}}}\left(\frac{q_j\left(x\right)}{R_j\left(x\right)}\right)\}---\left(8\right)$

步骤5：计算判断停止条件为：

$R\left(x\right)-\frac{R_u\left(x\right)-R_l\left(x\right)}{\sqrt{(1-R_u\left(x\right))(1-R_l\left(x\right))}}<\mathrm{\&epsiv;}---\left(9\right)$

式中，ε等于0.03。

步骤6：计算光伏发电设备故障风险指数值：GZI＝R(x)

步骤7：将光伏发电设备故障风险指数值：GZI＝R(x)的预测结果通过液晶模块显示并通过4G传输模块发送至远方调度终端，以便维修人员及时进行检修。