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:
https://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]
翟道宇, 孙燕楠. 基于卷积神经网络和格拉姆角差场的四象限脉冲整流器故障诊断方法
[2]
李健, 姜豪. 局部阴影条件下的新型光伏阵列混合重构方法
[3]
李浩, 黄晓峰, 邹豪杰, 孙英杰. 基于软阈值降噪的脉冲卷积神经网络轴承故障诊断方法
[4]
董志文, 苏晶晶. 基于变分模态分解能量熵混合时域特征和随机森林的故障电弧检测方法
[5]
魏银图, 张旸, 温步瀛, 王怀远. 基于支持向量机的模块化多电平换流器子模块开路故障诊断方法
[6]
汪海光, 张伟, 兰浩, 唐霖, 张永强. 一种气体绝缘金属封闭开关设备波纹管监测系统设计与实现
[7]
涂彦昭, 高伟, 杨耿杰. 一种基于卷积神经网络和长短期记忆网络的光伏系统故障辨识方法
[8]
王艺博. 基于莱维飞行蜉蝣优化算法的光伏阵列最大功率点跟踪研究
[9]
冯锴, 林培杰, 俞金玲, 陈志聪, 程树英. 结合电压阈值和最右端功率峰值点的光伏阵列故障检测与定位
[10]
乔苏朋, 杨艳, 陈世群, 高伟, 杨耿杰. 光伏阵列故障检测方法综述
[11]
焦宗寒, 邵鑫明, 郑欣, 刘荣海. 基于振动信号频谱高斯混合模型的瓷支柱绝缘子故障诊断
[12]
陈世群, 高伟, 陈孝琪, 涂彦昭, 杨艳. 一种基于极限学习机和皮尔逊相关系数的光伏阵列故障快速诊断方法
[13]
尹来宾, 许洪华, 彭晓晗, 夏伟栋, 马宏忠. 基于振动信号的锂离子电池故障诊断方法
[14]
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
[15]
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
2020, Vol. 21 
