本发明涉及光伏发电阵列状态监测和故障检测领域，特别是一种光伏阵列实时状态监测与故障定位系统。
背景技术：
为了解决日益严峻的能源危机和环境问题，并网光伏发电技术得到迅速发展。由于光伏系统没有移动部件，通常需要较低维护，但它们长时间暴露在复杂的户外环境下，经常受到各种恶劣环境因素的影响，仍然遭受着各种各样的故障。这些故障危害极大，不仅会造成功率损失，影响发电效率，还会缩短组件的使用寿命，严重时局部的过热甚至会引发火灾，给社会生产带来不可估量的损失。而传统光伏系统的日常维护主要依靠人工定期地检查，清理较为麻烦，人工成本昂贵，阻碍了光伏产业的进一步发展。因此寻找一种新的方法，对光伏阵列进行实时监测并快速、准确地定位故障光伏组件是十分必要的。
近年来，多种光伏阵列状态监测和故障定位相继被提出。
在状态监测方面：常规状态监测系统使用数据记录器或微控制器来测量和获取信号，并通过串行端口rs-232将其发送到pc端，但当需要进行高采样率的数据采集时，串行端口的数据传输是有限的，并且常规状态监测系统难以实现对程序的修改。基于ni数据采集卡和labview软件的状态监测系统有效克服了常规数据监测系统的不足，能够监控光伏系统电流、电压、功率等参数及参数变化情况，实现电气数据的采集、处理、存储、显示等，可实现大多数的测量任务，但也存在一些不足，如labview软件不擅长大数据处理任务，不能完全提供用户所需要的驱动程序以及调用系统程序实现底层操作等。相比labview软件，matlab以其大量稳定可靠的算法库、强大的科学计算功能、编程效率高等特点已成为数学计算工具方面事实上的标准。本发明将电气数据监测、故障定位等功能集成到统一的matlab平台，实现一体化管理。
在故障定位方面：高斯过程回归分析法可对光伏系统进行故障定位，但环境适应性差，只适用于小规模的故障检测。红外图像检测法利用正常和故障两种状态时的光伏组件具有明显温差的特点，通过分析光伏组件的红外图像实现故障诊断和故障定位，但检测精度不够高，实时性较差，设备费用昂贵等。多传感器法需要为光伏组件安装一定数量的电压传感器和电流传感器，通过分析采集到的电压和电流数据，实现光伏阵列的故障定位，但是所用传感器数量较多、故障定位的精度较差、容易受外界环境因素影响、难以在大规模光伏阵列中推广。对地电容测量法通过分析串联光伏模块的对地电容值来实现断路故障的定位，时域反射分析法是将一个脉冲注入到串联光伏电路，然后通过观察和分析其返回的延迟时间和信号形状实现故障定位，但是这两种方法都需要离线操作，效率较低，适用范围较小，只适用于串联光伏电路，对测量设备的精度要求很高。惠杰等人在对光伏发电系统综合发电效率分析的基础上，提出一种地理位置相关性概念，通过分析组件位置信息以计算相关因子，实现对光伏发电系统故障的定位，但其故障识别方法要选取精确的限定值。imkarmacharya等人采用离散小波变换分析接地故障位置，使用高频噪声模式来识别未接地的光伏电站中的故障位置，但小波变换系数的冗余度较大，离散小波变换后仍有冗余度存在。yhu等人将故障阵列的iv曲线分为高压故障诊断和低压故障诊断两部分，通过较少的电压传感器探测不同的工作点，从而找到故障光伏组件，但在大规模光伏阵列中难以推广。机器学习算法也被提出用于太阳能光伏系统的故障检测：如决策树模型，人工神经网络、模糊算法、基于图的半监督学习模型等。然而这些方法计算复杂性高，可能需要长时间的训练过程(如几天甚至几周)，而且训练的模型只适用于特定的光伏系统，意味着它不适用于新的光伏系统，应用范围小。
针对上述光伏阵列数据监测和故障定位技术存在的不足，本发明提出一种基于usb-1608g数据采集卡和matlab软件的光伏阵列实时状态监测与故障定位系统。
目前，公开发表的文献及专利中尚未见有本发明所提出的基于usb-1608g数据采集卡和matlab软件的光伏阵列实时状态监测与故障定位系统。
技术实现要素：
本发明的目的在于提供一种光伏阵列实时状态监测与故障定位系统，采用“阈值法－hampel辨识法”相结合的光伏阵列离群值检测算法，通过比较不同光伏组串瞬时电流进行异常检测实现故障定位；该系统能够自动定时采集光伏电气数据并快速、准确地判断是否发生故障及实现故障组串定位，具有良好的应用前景。
为实现上述目的，本发明的技术方案是：一种光伏阵列实时状态监测与故障定位系统，包括电压电流传感电路、数据采集卡以及matlab上位机数据管理中心；
所述电压电流传感电路用以进行光伏阵列的电压和各个组串电流的检测；
所述matlab上位机数据管理中心用于进行数据采集卡包括采样方式设定、量程选择、单位转换、采样率设定、模式设定、通道使能的设置，以及读取系统时间、导入mysql、故障定位、显示和处理数据；所述采样方式包括连续采集方式和采集占空比可调的间歇采集方式，两种采样方式均实现自动定时采集功能；
根据所述数据采集卡采集传输至matlab上位机数据管理中心的数据，matlab上位机数据管理中心通过采用阈值法－hampel辨识法相结合的光伏阵列离群值检测算法，比较不同光伏组串瞬时电流进行异常检测实现故障定位。
在本发明一实施例中，所述阈值法－hampel辨识法相结合的光伏阵列离群值检测算法，即在hampel辨识法检测的基础上结合阈值，利用阈值法判定最终的可疑异常点，从而实现故障定位。
1.在本发明一实施例中，所述阈值法－hampel辨识法相结合的光伏阵列离群值检测算法，具体实现过程如下：
以光伏阵列的各个组串电流作为样本，hampel辨识法采用样本中值
式中，α为阈值参数，s是中值绝对偏差估计量；如果其中一光伏阵列组串电流xi满足上面的条件，则将xi判为离群值；
由于采用hampel辨识法求出的上下限区间外的可疑异常点中可能会存在正常数据点，因此，还需通过阈值法选取确定一个组串电流离散率阈值，以此对可疑异常点进行最终判决，实现故障检测与故障组串的定位，而后通过对故障进行细化分类，即可实现故障类型的诊断。
在本发明一实施例中，所述故障包括组串级线线故障、阵列级线线故障、老化故障、阴影故障、开路故障；其中，组串级线线故障，即组串中一块或多块组件被短路；阵列级线线故障，即不同组串中电势差为一块或多块组件工作电压的电位点被短路；老化故障，即组串老化和阵列老化；阴影故障，即组串中一块或多块组件发生阴影遮挡；开路故障，即组串中连接线发生意外断路。
在本发明一实施例中，所述电压电流传感电路由供电模块、精密电阻、四运算放大器lm324、隔离型lv-25p霍尔电压传感器和hbc-lsp电流传感器组成。
在本发明一实施例中，所述数据采集卡采用measurementcomputing公司的高速多功能usb-1608g数据采集卡。
相较于现有技术，本发明具有以下有益效果：本发明所提出的一种光伏阵列实时状态监测与故障定位系统，实现了系统在无人看管的环境下，进行自动定时数据采集，并快速、准确地判断是否发生故障及实现故障组串定位。该系统将多种功能集成到统一的matlab平台，实现了对光伏发电阵列的一体化管理。其中连续采集和采集占空比可调的间歇采集两种采样方式在保证数据实时性和完整性的同时，避免过量采样数据给系统造成的不必要负担，并且功耗也大为降低。大量的现场实测分析结果表明，所述的“阈值法－hampel辨识法”相结合的光伏阵列离群值检测算法具有很好的检测效果，可以更有效地利用正常组串的信息实现故障组串定位。
附图说明
图1为本发明光伏阵列实时状态监测与故障定位系统的结构框图。
图2为本发明光伏阵列实时状态监测与故障定位系统的实物图。
图3为本发明光伏阵列的现场实测故障图。
图4为本发明matlab上位机数据管理中心。
图5为本发明数据采集卡连续采集的程序流程图。
图6为本发明数据采集卡间歇采集的程序流程图。
图7为本发明故障定位算法程序流程图。
图8为本发明一实施例中组串级线线故障的实验结果。
图9为本发明一实施例中阵列级线线故障的实验结果。
图10为本发明一实施例中阴影故障的实验结果。
图11为本发明一实施例中老化故障的实验结果。
图12为本发明一实施例中正常状态和开路故障的实验结果。
图13为本发明一实施例中阈值法对可疑异常值的分析处理。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明的一种光伏阵列实时状态监测与故障定位系统，包括电压电流传感电路、数据采集卡以及matlab上位机数据管理中心；
所述电压电流传感电路用以进行光伏阵列的电压和各个组串电流的检测；
所述matlab上位机数据管理中心用于进行数据采集卡包括采样方式设定、量程选择、单位转换、采样率设定、模式设定、通道使能的设置，以及读取系统时间、导入mysql、故障定位、显示和处理数据；所述采样方式包括连续采集方式和采集占空比可调的间歇采集方式，两种采样方式均实现自动定时采集功能；
根据所述数据采集卡采集传输至matlab上位机数据管理中心的数据，matlab上位机数据管理中心通过采用阈值法－hampel辨识法相结合的光伏阵列离群值检测算法，比较不同光伏组串瞬时电流进行异常检测实现故障定位。
2.所述阈值法－hampel辨识法相结合的光伏阵列离群值检测算法，即在hampel辨识法检测的基础上结合阈值，利用阈值法判定最终的可疑异常点，从而实现故障定位；具体实现过程如下：
以光伏阵列的各个组串电流作为样本，hampel辨识法采用样本中值
式中，α为阈值参数，s是中值绝对偏差估计量；如果其中一光伏阵列组串电流xi满足上面的条件，则将xi判为离群值；
由于采用hampel辨识法求出的上下限区间外的可疑异常点中可能会存在正常数据点，因此，还需通过阈值法选取确定一个组串电流离散率阈值，以此对可疑异常点进行最终判决，实现故障检测与故障组串的定位，而后通过对故障进行细化分类，即可实现故障类型的诊断。
所述故障包括组串级线线故障、阵列级线线故障、老化故障、阴影故障、开路故障；其中，组串级线线故障，即组串中一块或多块组件被短路；阵列级线线故障，即不同组串中电势差为一块或多块组件工作电压的电位点被短路；老化故障，即组串老化和阵列老化；阴影故障，即组串中一块或多块组件发生阴影遮挡；开路故障，即组串中连接线发生意外断路。
所述电压电流传感电路由供电模块、精密电阻、四运算放大器lm324、隔离型lv-25p霍尔电压传感器和hbc-lsp电流传感器组成。所述数据采集卡采用measurementcomputing公司的高速多功能usb-1608g数据采集卡。
以下为本发明的具体实施过程。
本实施例的光伏阵列采用18块型号为gl-m100太阳能组件，分成3个组串，每个组串采用6块组件串联，组成6×3的串并联连接方式。
本发明提供一种光伏阵列实时状态监测与故障定位系统，本实施例中创建的具体故障包括：组串级线线故障，即组串中短路组件的数量为1块和2块；阵列级线线故障，即短接不同组串中电势差为1块和2块组件工作电压的电位点；老化故障，即组串老化4欧和阵列老化4欧；阴影故障，即组串中阴影组件的数量为1块和2块；开路故障，即断开某一组串中组件间的连接线。系统结构框图及硬件实物图分别如图1和图2所示。
本实施例中的现场实测故障创建方法：线线故障通过使用可控开关使不同电位点在特定时刻短路实现；开路故障通过使用可控开关使光伏组串的组件连接线在特定时刻断开实现；老化故障通过使用可控开关和大功率铝壳电阻使光伏组串或阵列的输出端在特定时刻串联接入阻值为4欧的大功率铝壳电阻实现；阴影故障通过使用半透明的亚克力板在特定时刻遮挡组件实现。创建的现场实测故障如图3所示。
本实施例中，matlab上位机数据管理中心完成数据采集卡的采样方式设定、量程选择、单位转换、采样率设定、模式设定、通道使能设置等，实现measurementcomputing公司的高速多功能usb-1608g数据采集卡在无人看管的环境下，进行自动定时数据采集。在本实施例中，为更好地观察故障发生前后的电流电压变化情形，usb-1608g数据采集卡采用连续采集的采样方式，采样率为1000hz。matlab上位机如图4所示，连续采集程序流程图如图5所示，采集占空比可调的间歇采集程序流程图如图6所示。
较佳的，在本实施例中，采用“阈值法－hampel辨识法”相结合的光伏阵列离群值检测算法，通过比较不同光伏组串瞬时电流进行异常检测并实现故障组串定位，其算法程序流程图如图7所示，预设故障的实验结果如图8-图12所示。本实施例中所述的hampel辨识法使用样本中值
式中，α为阈值参数，通常定义为3，s是中值绝对偏差估计量；如果其中一光伏阵列组串电流xi满足上面的条件，则将xi判为离群值；
样本中值
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。