CN107181460B - 一种光伏系统电弧故障检测方法 - Google Patents
一种光伏系统电弧故障检测方法 Download PDFInfo
- Publication number
- CN107181460B CN107181460B CN201511007816.8A CN201511007816A CN107181460B CN 107181460 B CN107181460 B CN 107181460B CN 201511007816 A CN201511007816 A CN 201511007816A CN 107181460 B CN107181460 B CN 107181460B
- Authority
- CN
- China
- Prior art keywords
- vector
- current time
- origin
- previous moment
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000013598 vector Substances 0.000 claims abstract description 65
- 230000002123 temporal effect Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005530 etching Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000010891 electric arc Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明适用于光伏发电系统保护技术领域,提供了一种光伏系统电弧故障检测方法,有效解决了逆变器开关频率对检测算法的干扰,提高了检测正确率;通过实时采集系统输出电流,计算电流的频域特征向量和时域特征向量,并由此构建系统特征向量,然后利用系统特征向量之间的距离可以识别出电弧故障,进而发出警告,通知维护人员采取相应措施,保证系统安全。该方法可以避免不同逆变器开关频率的影响,具有极大的适用性。
Description
技术领域
本发明涉及一种光伏系统电弧故障检测方法,尤其涉及一种消除逆变器开关频率干扰的电弧检测方法。
背景技术
由于太阳能的取之不竭和无污染等特性,光伏发电的应用呈现出高速发展的态势。系统运行状态的监控及维护对光伏发电系统的安全运行至关重要,及时、可靠的故障预警能够避免火灾、设备损毁等重大事故,并提高光伏电站的运行寿命及经济效益。目前大部分光伏电站都采用人工巡检维护,查看线路是否发生故障。但是光伏组件多安装在高处或野外恶劣环境中,人工维护既费时,又危险,同时电缆连接处细小裂缝不易观察到,而这种情况又极易引发电弧故障。所以光伏系统电弧故障自动检测显得十分重要。
在光伏系统电弧故障诊断研究中,电弧的物理过程十分复杂,电压电流关系非线性强,受环境参数影响大,这使得无法建立一个合适的故障诊断数学模型。同时逆变器开关频率及其谐波频段与电弧故障特征频段部分重合,使得检测方法极易受到干扰。不同光伏系统中的逆变器采用的开关频率往往并不统一,这使得固定频段的检测方法没有通用性。
国内外有很多针对电弧故障诊断方法,主要有时域电流峰值检测法、频域固定频段能量检测法和BP神经网络法等。时域电流峰值检测法,主要利用了在故障后,电弧使得系统电流波动变大这一特征,然而在光伏系统中由于逆变器的影响,系统电流本身就有较大纹波,对于间隙小的稳定燃烧电弧,电流峰峰值变化不大,同时光伏系统在最大功率点动态跟踪以及系统负载变化时都会出现瞬时较大的峰峰电流,所以该方法容易受到干扰,误判较多;固定频段的能量检测法利用傅里叶变换计算某一频段的能量之和,并利用该参数识别电弧故障,在使用该方法时必须避开逆变器开关频率及其谐波所在的频段以防止逆变器工作对该方法的影响,但是对于不同的逆变器,开关频率往往不同,这使得该方法有较大局限性;BP神经网络方法,主要利用神经网络对于非线性系统的识别能力,将电弧故障与正常状态信息区分,但是该方法本身非线性强,容易受到特殊状态的干扰,同时该方法需要大量数据训练,实现难度较大。
发明内容
本发明的目的就是为了解决上述问题,提供了一种光伏系统电弧检测方法,能够准确地对光伏系统中可能出现的电弧故障进行实时检测,本发明能够有效提高光伏系统电弧故障检测的准确性,确保光伏系统安全、可靠地运行。
为实现上述目的,本发明采用下述技术方案:
一种光伏系统电弧故障方法,其特征在于,包括以下步骤:
步骤(1):系统初始化;
步骤(2):采集光伏系统的输出电流;
步骤(3):使用db6小波进行4层变换,计算输出电流各频段能量,并取其对数作为频域向量F;
步骤(4):计算输出电流方差作为时域向量V;
步骤(5):合并时域向量和频域向量作为当前时刻系统特征向量Tp=[F,V];
步骤(6):若系统循环次数c<2,则进入步骤(11),否则进入步骤(7);
步骤(7):计算系统当前时刻特征向量Tp与前一时刻原点Op-1之间的欧几里得距离d;
步骤(8):若步骤(7)中计算的距离d大于3倍的前一时刻故障半径rp-1则进入步骤(9),否则进入步骤(10);
步骤(9):故障报警;
步骤(10):更新当前时刻原点Op和当前时刻故障半径rp,并清除报警信号;
步骤(11):计算当前时刻原点和当前时刻故障半径rp,循环计数变量c加1;
步骤(12):将当前时刻数据保存为前一时刻数据,并返回步骤(2)。
所述步骤(1)中的初始化操作中,X为电流采样原始数据、c为循环计数变量、F为频域向量、V为时域向量、Tp为当前时刻系统特征向量、Tp-1前一时刻特征向量、Op为当前时刻原点、Op-1为前一时刻原点、rp为当前时刻故障半径、rp-1为前一时刻故障半径,上述变量全部置零。
所述步骤(2)中需要采集的输出电流,采样频率为180kHz,每次需采集1024个数据,即每次数据采集持续5.67ms,得到原始数据X=[x0,x1,...x1023]。
所述步骤(3)中计算得到的频域特征向量为16维向量F=[e0,e1,e2,...,e15],该向
量可以看成16维空间的一点,对长度为1024的原始数据X,使用db6进行小波变换,得到16组
长度为64的系数每组系数均可计算得到相应的能量取对数
后可得
所述步骤(4)中计算得到的时域特征向量为1维向量V,对长度为1024的原始数据
X,计算平均值向量
所述步骤(5)中构建的当前时刻系统特征向量,为17维向量该特
征向量可看成17维空间的一点。其中,
所述步骤(7)中当前时刻系统特征向量和前一时刻原点之间的欧几里得距离为
所述步骤(10)中,当前时刻原点Op更新为前一时刻原点Op-1和当前时刻系统特征向量Tp的中点,即当前时刻故障半径rp更新为前一时刻的故障半径rp-1和距离d的平均值,即最后将报警信号清零。
所述步骤(11)中,当c=0时,直接进入步骤(12);当c=1时,当前时刻原点Op更新为当前系统特征向量Tp和前一时刻系统特征向量Tp-1的中点,即当前时刻故障半径rp更新为Tp和Tp-1之间的距离,即最后令循环计数c自增1。
所述步骤(12)中,将当前时刻系统特征向量Tp、当前时刻原点Op和当前时刻故障半径rp分别赋值给前一时刻系统特征向量Tp-1、前一时刻原点Op-1和前一时刻故障半径rp-1,即:Tp-1=Tp,Op-1=Op,rp-1=rp,并返回步骤(2)。
附图说明
图1为本发明的程序流程图。
图2为小波包分解示意图。
具体实施方式
下面结合附图对本发明进行进一步说明。
如图1所示,一种光伏系统电弧故障检测方法的过程是:
步骤(1):系统初始化;
步骤(2):采集光伏系统的输出电流;
步骤(3):使用db6小波进行4层变换,计算输出电流各频段能量,并取其对数作为频域向量F;
步骤(4):计算输出电流方差作为时域向V;
步骤(5):合并时域向量和频域向量作为当前时刻系统特征向量Tp=[F,V];
步骤(6):若系统循环次数c<2,则进入步骤(11),否则进入步骤(7);
步骤(7):计算系统当前时刻特征向量Tp与前一时刻原点Qp-1之间的欧几里得距离d;
步骤(8):若步骤(7)中计算的距离d大于3倍的前一时刻故障半径rp-1则进入步骤(9),否则进入步骤(10);
步骤(9):故障报警;
步骤(10):更新当前时刻原点Op和当前时刻故障半径rp,并清除报警信号;
步骤(11):计算当前时刻原点和当前时刻故障半径rp,循环计数变量c加1;
步骤(12):将当前时刻数据保存为前一时刻数据,并返回步骤(2)。
电弧发生后,开关频率附近能量占比降低,开关频率以外频率成分显著增加,同时电弧电流频谱非常宽,单纯使用某一频段能量大小做为故障判别依据容易受到干扰。
电弧故障信号为非平稳信号,小波分析相对于传统的傅里叶分析更加适故障检测,图2为小波包分解示意图,其中,h0为高通滤波器系数,h1为低通滤波器系数,本方法选用db6小波母函数,高通滤波器和低通滤波器系数分别为:
h0=[-0.0011 0.0048 0.0006 -0.0316 0.0275 0.0975]
h1=[-0.1298 -0.2263 0.3153 0.7511 0.4946 0.1115]
根据电弧的特征频段,选择电流的采样频率为200kHz,根据逆变器的开关频率为10-20kHz,确定将原始电流信号分解4层,每个频带宽度为12.5kHz。
根据parseval等式信号的时域能量可以用小波系数来表示。基于子频带能量的频域向量F=[e0,e1,e2,...,e15],其中m∈{Z,0≤m≤15}。
电弧发生后,电流的幅值在时域表现出更强的随机性,将电流幅值作为随机变量,利用方差表征其幅值波动程度,构成时域向量其中,
本发明通过小波包分解提取频域特征,建立基于子频带能量的频域特征向量,利用方差提取时域统计特征,建立时域特征向量,频域特征向量与时域向量一起构成系统特征向量,利用系统特征向量和原点的距离实现电弧故障检测。
系统原点和故障半径在初始随机选择的基础上,利用逐次取中点和平均值的方法,逐渐以概率1趋近真实值。
上述过程虽然详细说明了本发明的具体实施方式,但并非对本发明保护范围的限制,所述领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (9)
1.一种光伏系统电弧故障检测方法,其特征在于,包括以下步骤:
步骤(1):系统初始化,X为电流采样原始数据、c为循环计数变量、F为频域向量、V为时域向量、Tp为当前时刻系统特征向量、Tp-1为前一时刻特征向量、Op为当前时刻原点、Op-1为前一时刻原点、rp为当前时刻故障半径、rp-1为前一时刻故障半径,上述变量全部置零;
步骤(2):采集光伏系统的输出电流;
步骤(3):使用db6小波进行4层变换,计算输出电流各频段能量,并取其对数作为频域向量F;
步骤(4):计算输出电流方差作为时域向量V;
步骤(5):合并时域向量和频域向量作为当前时刻系统特征向量Tp=[F,V];
步骤(6):若系统循环次数c<2,则进入步骤(11),否则进入步骤(7);
步骤(7):计算系统当前时刻特征向量Tp与前一时刻原点Op-1之间的欧几里得距离d;
步骤(8):若距离d大于3倍的前一时刻故障半径rp-1则进入步骤(9),否则进入步骤(10);
步骤(9):故障报警;
步骤(10):更新当前时刻原点Op和当前时刻故障半径rp,并清除报警信号;
步骤(11):计算当前时刻原点和当前时刻故障半径rp,循环计数变量c加1;
步骤(12):将当前时刻数据保存为前一时刻数据,并返回步骤(2)。
2.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(2)中需要采集的输出电流采样频率为200kHz,每次需采集1024个数据,即每次数据采集持续5.67ms,得到原始数据X=[x0,x1,...,x1023]。
3.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(3)中计算得到的频域特征向量为16维向量F=[e0,e1,e2,...,e15],该向量可以看成16维空间的一点,对长度为1024的原始数据X,使用db6进行小波变换,得到16组长度为64的系数每组系数均可计算得到相应的能量取对数后可得m∈{Z,0≤m≤15}。
4.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(4)中计算得到的时域特征向量为1维向量V,对长度为1024的原始数据X,计算平均值时域向量
5.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(5)中构建的当前时刻系统特征向量,为17维向量该特征向量可看成17维空间的一点,其中,
6.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(7)中当前时刻系统特征向量和前一时刻原点之间的欧几里得距离为
7.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(10)中,当前时刻原点Op更新为前一时刻原点Op-1和当前时刻系统特征向量Tp的中点,即当前时刻故障半径rp更新为前一时刻的故障半径rp-1和距离d的平均值,即最后将报警信号清零。
8.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(11)中,当c=0时,直接进入步骤(12);当c=1时,当前时刻原点Op更新为当前系统特征向量Tp和前一时刻系统特征向量Tp-1的中点,即当前时刻故障半径rp更新为Tp和Tp-1之间的距离,即最后令循环计数c自增1。
9.根据权利要求1所述的光伏系统电弧故障检测方法,其特征在于:所述步骤(12)中,将当前时刻系统特征向量Tp、当前时刻原点Op和当前时刻故障半径rp分别赋值给前一时刻系统特征向量Tp-1、前一时刻原点Op-1和前一时刻故障半径rp-1,即:Tp-1=Tp,Op-1=Op,rp-1=rp,并返回步骤(2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511007816.8A CN107181460B (zh) | 2016-03-09 | 2016-03-09 | 一种光伏系统电弧故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511007816.8A CN107181460B (zh) | 2016-03-09 | 2016-03-09 | 一种光伏系统电弧故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107181460A CN107181460A (zh) | 2017-09-19 |
CN107181460B true CN107181460B (zh) | 2018-12-14 |
Family
ID=59829511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511007816.8A Active CN107181460B (zh) | 2016-03-09 | 2016-03-09 | 一种光伏系统电弧故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107181460B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109560770B (zh) * | 2018-10-29 | 2020-03-13 | 西安交通大学 | 基于自适应核函数和瞬时频率估计的光伏系统故障电弧检测方法 |
CN109507557A (zh) * | 2018-12-28 | 2019-03-22 | 中国人民解放军海军航空大学 | 一种飞机故障电弧检测方法 |
CN109768769B (zh) * | 2019-03-28 | 2020-07-07 | 广东电网有限责任公司 | 一种光伏系统故障电弧识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547307A (zh) * | 2003-12-16 | 2004-11-17 | 北京丹华昊博电力科技有限公司 | 小电流接地电网单相接地故障选线方法与装置 |
CN101162838A (zh) * | 2007-11-29 | 2008-04-16 | 昆明理工大学 | 一种利用小波包分解和相关分析的小电流接地系统故障选线方法 |
CN101696986A (zh) * | 2009-10-26 | 2010-04-21 | 吴为麟 | 故障电弧检测方法及保护装置 |
CN103245883A (zh) * | 2013-04-27 | 2013-08-14 | 昆明理工大学 | 一种基于暂态零序电流时频特征向量的配电网故障选线方法 |
CN104091323A (zh) * | 2014-05-23 | 2014-10-08 | 湘潭大学 | 一种基于mp-nbfe法的焊缝跟踪特征信号提取方法 |
-
2016
- 2016-03-09 CN CN201511007816.8A patent/CN107181460B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1547307A (zh) * | 2003-12-16 | 2004-11-17 | 北京丹华昊博电力科技有限公司 | 小电流接地电网单相接地故障选线方法与装置 |
CN101162838A (zh) * | 2007-11-29 | 2008-04-16 | 昆明理工大学 | 一种利用小波包分解和相关分析的小电流接地系统故障选线方法 |
CN101696986A (zh) * | 2009-10-26 | 2010-04-21 | 吴为麟 | 故障电弧检测方法及保护装置 |
CN103245883A (zh) * | 2013-04-27 | 2013-08-14 | 昆明理工大学 | 一种基于暂态零序电流时频特征向量的配电网故障选线方法 |
CN104091323A (zh) * | 2014-05-23 | 2014-10-08 | 湘潭大学 | 一种基于mp-nbfe法的焊缝跟踪特征信号提取方法 |
Non-Patent Citations (2)
Title |
---|
Characteristic Study and Time-Domain Discrete Wavelet-Transform Based Hybrid Detection of Series DC Arc Faults;Xiu Yao 等;《IEEE TRANSACTIONS ON POWER ELECTRONICS》;20140630;第29卷(第6期);第3103-3115页 * |
基于小波变换的故障电弧检测技术研究;尹同庆 等;《实验室研究与探索》;20080331;第27卷(第3期);第19-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107181460A (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019015311A1 (zh) | 一种基于振动信号支持向量机的gil故障在线监测系统 | |
CN105429304B (zh) | 对电网的谐波源进行监测的方法 | |
CN110441662B (zh) | 直流供电系统及其电弧故障的检测方法和装置 | |
CN104678265A (zh) | 一种串联故障电弧检测装置及检测方法 | |
CN107181460B (zh) | 一种光伏系统电弧故障检测方法 | |
CN104362628B (zh) | 一种避免大型风电场谐振的控制方法及其装置 | |
CN108957129A (zh) | 一种新能源并网系统次/超同步振荡自适应监测方法 | |
CN112698087B (zh) | 基于宽频量测的电力系统宽频振荡在线监测方法与系统 | |
CN104638671B (zh) | 基于引入粒子群算法及相位扰动的孤岛检测方法 | |
Liu et al. | Measurement-based method for wind farm power system oscillations monitoring | |
CN110196356A (zh) | 无源式频域介电谱在线测量分析系统及方法 | |
CN109635430B (zh) | 电网输电线路暂态信号监测方法和系统 | |
CN102981082A (zh) | 基于虚拟电网仿真的风电机组闪变模拟测试系统及方法 | |
CN114046869A (zh) | 基于电力系统日常扰动响应的宽频振荡信息在线监测方法与系统 | |
CN115808600B (zh) | 基于数学形态学和模式识别的直流电弧检测方法 | |
Li et al. | Research on new characteristics of power quality in distribution network | |
CN108448582B (zh) | 谐波检测系统和谐波处理系统 | |
CN106026402A (zh) | 一种电力设备故障解决方案系统 | |
CN204131129U (zh) | 避免风电场发生高次谐波谐振的装置 | |
CN113990057B (zh) | 一种宽频振荡厂站端预警方法、系统、存储介质及服务器 | |
CN115632410A (zh) | 一种针对新能源电力系统宽频振荡保护方法 | |
Yılmaz et al. | An improved CWT-based islanding detection method for a developed microgrid in real-time | |
CN112865300A (zh) | 一种基于ZigBee的电能质量监控系统及方法 | |
Ma | Novel early warning fault detection for wind-turbine-based DG systems | |
Liu et al. | Power quality disturbance detection based on improved lifting Wavelet |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Yu Jingjun Document name: payment instructions |
|
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: Patent of Shanghai core electronic technology Co.,Ltd. The person in charge Document name: Notice of termination of patent right |