电气设备检修与故障诊断
基于LoRa和自适应神经网络模糊推理系统的光伏阵列故障诊断系统
甘雨涛1 , 吴振辉2 , 陈志聪1 , 吴丽君1 , 程树英1
1.福州大学物理与信息工程学院,福州 350108;
Fault diagnosis system of photovoltaic array based on LoRa and adaptive network based fuzzy inference system
Gan Yutao1 , Wu Zhenhui2 , Chen Zhicong1 , Wu Lijun1 , Cheng Shuying1
1. College of Physics and Information Engineering, Fuzhou University, Fuzhou 350108;
摘要 为了提高光伏系统的可靠性和效率,本文设计了一种新的光伏阵列在线智能故障诊断系统。首先,使用霍尔电压电流传感器采集光伏阵列最大功率点作为原始数据,经过LoRa传输至诊断中心,再在采集到的原始数据中提取新的七维故障特征向量,包括工作电压、电流、辐照度和温度。其次,提出了一种基于自适应网络的优化模糊推理系统作为故障诊断模型。最后,通过基于Simulink的仿真和实验室光伏系统的实际故障实验,测试了所提出的基于自适应神经网络模糊推理系统的故障诊断模型的可行性和优越性。实验结果证明,所提出的基于自适应神经网络模糊推理系统的方法具有较好的性能,并且优于基于常规反向传播神经网络的方法。在仿真和实验数据集上,基于自适应神经网络模糊推理系统的故障诊断模型的总体准确性分别为99.9%和97.0%以上。
关键词 ：
光伏阵列 ,
故障诊断 ,
LoRa ,
自适应神经网络模糊推理系统
Abstract ：A new online intelligent fault diagnosis system is designed for PV arrays in this paper to improve the reliability and efficiency of PV systems. First, use Hall voltage and current sensors to collect PV array maximum power points as raw data, which is transmitted to the diagnostic center remotely via LoRa, and then the new seven-dimensional fault feature vector is extracted from the collected raw data. Including operating voltage, current, irradiance and temperature. Secondly, an optimized adaptive network based fuzzy inference system (ANFIS) is proposed as the fault diagnosis model. Lastly, the feasibility and superiority of the proposed ANFIS based fault diagnosis model are tested by both Simulink based simulation and real fault experiments on a laboratory PV system. Experimental results validate that the proposed ANFIS based method achieves a high performance and is superior to conventional back-propagation neural network (BPNN) based methods. The overall accuracy of the ANFIS based fault diagnosis model on the simulation and experimental dataset is 99.9% and over 97.0% respectively.
Key words ：
photovoltaic arrays
fault diagnosis
LoRa
adaptive network based fuzzy inference system (ANFIS)
收稿日期: 2020-02-22
基金资助: 中国福建省科学技术厅基金（2019H0006和2018J01774）; 中国福建省工业和信息技术厅基金（82318075）
作者简介 : 甘雨涛（1993-）,男,江西省上饶市人,硕士研究生,主要从事光伏故障诊断研究工作。
引用本文:
甘雨涛, 吴振辉, 陈志聪, 吴丽君, 程树英. 基于LoRa和自适应神经网络模糊推理系统的光伏阵列故障诊断系统[J]. 电气技术, 2020, 21(8): 80-86.
Gan Yutao, Wu Zhenhui, Chen Zhicong, Wu Lijun, Cheng Shuying. Fault diagnosis system of photovoltaic array based on LoRa and adaptive network based fuzzy inference system. Electrical Engineering, 2020, 21(8): 80-86.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2020/V21/I8/80
[1] 高军武, 陶崇勃. 国内外太阳能光伏产业市场状况与发展趋势[J]. 电气技术, 2009, 10(8): 89-92.
[1]
蔡雨桥, 林培杰, 林耀海, 郑巧, 程树英. 基于动态时间规整的光伏阵列在线故障检测方法
[2]
叶凡, 熊细涛, 桂菲菲, 何红太, 秦源汛. 基于立体视觉技术的导地线覆冰厚度测量
[3]
李玉齐, 朱琦文, 张健. 发电厂带电设备红外检测与故障诊断应用研究
[4]
陆彬, 俞希学, 张嵩彪. 大功率中压直流负载的优化设计
[5]
陈珊珊, 杨耿杰. 水电机组振动故障诊断方法综述
[6]
蒲振, 吴迎年. LoRa的用电信息采集系统研究
[7]
陈诗灿, 林琼斌, 陈四雄, 蔡逢煌, 王武. 电力电子变流器故障诊断的智能方法综述
[8]
黄丽梅, 张旗. 基于数据驱动的变换器故障诊断综述
[9]
崔青, 方欣, 张志磊, 王涛, 张天伟. 基于模糊c均值算法和改进归一化的变压器故障诊断方法
[10]
王涛, 孙志鹏, 崔青, 张志磊, 张天伟. 基于分类决策树算法的电力变压器故障诊断研究
[11]
孙志鹏, 崔青, 张志磊, 王涛, 张天伟. 多分类支持向量机在电力变压器故障诊断中的应用
[12]
陈国灯, 林培杰, 赖云锋, 程树英, 陈志聪. 基于电流时间序列的光伏故障在线监测系统
[13]
刘威鹏, 曾丽丽, 张健, 李楠, 楼汉宁. 一种高压直流输电快速总线通信故障检测与处理的方法
[14]
孙睿. 配网变压器运行状态评估的云模型研究
[15]
陈如尹, 赖松林, 杨志. 基于改进阈值比较法的电动汽车电池故障在线诊断方法
2020, Vol. 21 
