[發明專利]一種光伏逆變器故障診斷方法和系統

在審

• 申請號: 201711007661.7
• 申請日: 2017-10-25
• 公開（公告）號: CN109709411A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 張軍軍;李春來;秦筱迪;楊立濱;黃晶生;李紅濤;丁明昌;楊軍;張雙慶;李正曦;董穎華;劉美茵
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網公司;國網青海省電力公司;國網青海省電力公司電力科學研究院
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種光伏逆變器故障診斷方法，其特征在于：

采集光伏逆變器的運行數據組成測試樣本；

將所述測試樣本帶入預先構建的多分類器模型得到所述測試樣本對應的樣本類型；

根據所述樣本類型得到逆變器的故障類型；

所述多分類器模型包括由多個二分類器支持向量機SVM組合構成的多分類器。

2.如權利要求1所述的方法，其特征在于，所述多分類器模型的構建包括：

采集光伏逆變器運行的歷史數據，包括基于故障類型采集的歷史數據和正常運行的歷史數據；

將所述采集到的歷史數據生成樣本訓練集；

根據預設的故障特征維數，將所述樣本訓練集在所述特征維數上投影得到特征樣本；

采用SVM算法將所述特征樣本中每兩個樣本類型訓練生成一個二分類器，所述二分類器數目為樣本類型數目取二的組合數，所述樣本類型對應光伏逆變器正常情況和各類故障類型情況；

將所述多個二分類器進行組合生成多分類器，所述多分類器的每個輸出結果對應一個樣本類型。

3.如權利要求1所述的方法，其特征在于，所述光伏逆變器為三電平逆變器；所述光伏逆變器的運行數據包括：橋壁電壓值V_OA、上管電壓值V_Sa1和下管電壓值V_Sa4。

4.如權利要求2或3所述的方法，其特征在于，所述將采集到的歷史數據生成樣本訓練集，包括：

在所述三電平逆變器中采集正常情況和各類故障類型情況下多個周期多組的橋壁電壓值V_OA、上管電壓值V_Sa1和下管電壓值V_Sa4組成的訓練樣本{V_OA,V_Sa1,V_Sa4}。

5.如權利要求4所述的方法，其特征在于，所述根據預設的故障特征維數，將所述樣本訓練集在所述特征維數上投影得到特征樣本，包括：

根據預設的故障特征維數，采用最大相關峭度解卷積MCKD方法對樣本{V_OA,V_Sa1,V_Sa4}進行投影，得到特征樣本：F＝[f₁f₂…f_L]^T；

其中，F為特征樣本，L為故障特征維數，f₁f₂…f_L為F在各維度上的分量。

6.如權利要求2所述的方法，其特征在于，所述將所述多組二分類器進行組合生成多分類器，包括：

采用決策導向無環圖DDAG法將多個二分類器SVM進行組合，生成多分類器。

7.如權利要求1或3所述的方法，其特征在于，所述采集光伏逆變器的運行數據組成測試樣本，包括：

采集待測三電平逆變器運行過程中連續多個周期的橋壁電壓值V_OAtest、上管電壓值V_Sa1test和下管電壓值V_Sa4test，并采用MCKD方法生成待測試樣本{V_OAtest,V_Sa1test,V_Sa4test}。

8.一種光伏逆變器故障診斷系統，其特征在于，包括數據采集模塊、多分類模塊和故障分類模塊；

所述數據采集模塊用于采集光伏逆變器的運行數據組成測試樣本；

所述多分類模塊用于將所述測試樣本帶入預先構建的多分類器模型得到所述測試樣本對應的樣本類型；所述多分類器模型包括由多個二分類器支持向量機SVM組合構成的多分類器；

所述故障分類模塊用于根據所述樣本類型得到逆變器的故障類型。

9.如權利要求8所述的系統，其特征在于，還包括多分類器模型構建模塊，所述多分類器模型構建模塊用于預先構建多分類器模型。

10.如權利要求9所述的系統，其特征在于，所述多分類器模型構建模塊包括歷史數據采集子單元、樣本訓練集生成子單元、特征樣本生成子單元、二分類器生成子單元和多分類器生成子單元；

所述歷史數據采集子單元用于采集光伏逆變器運行的歷史數據，包括基于故障類型采集的歷史數據和正常運行的歷史數據；

所述樣本訓練集生成子單元用于將所述采集到的歷史數據生成樣本訓練集；

所述特征樣本生成子單元用于根據預設的故障特征維數，將所述樣本訓練集在所述特征維數上投影得到特征樣本；

所述二分類器生成子單元用于采用SVM算法將所述特征樣本中每兩個樣本類型訓練生成一個二分類器，所述二分類器數目為樣本類型數目取二的組合數，所述樣本類型對應光伏逆變器正常情況和各類故障類型情況；

將所述多個二分類器進行組合生成多分類器，所述多分類器的每個輸出結果對應一個樣本類型。