光伏发电智能诊断系统的研究

　　1 引言

　　随着社会生产的日益发展，对能源的需求量在不断增加，全球范围内的能源危机也日益突出。近年来，太阳能光伏发电正在逐步由特殊应用转向民用、由辅助能源向基础能源过渡，尤其是光伏并网系统的出现，使太阳能光伏发电的应用前景更加光明。世界能源危机的提前到来，推动光伏发电在发达国家开始大规模使用。光伏（电站）系统的运行一般都是在无人值守的情况下进行的，要对地域上广泛分散的光伏系统进行监测维护是十分困难、繁琐的，需要大量的人力、物力，因此智能诊断系统应用在太阳能噶发电设备故障诊断中具有重大意义。

　　2 智能故障诊断技术及诊断方法

　　目前，智能故障诊断IFD（Intelligent Fault Diagnosis）是基于人工智能理论和方法的一种故障诊断新技术，被广泛应用于远程诊断领域。但是由于系统存在复杂性，非线性、时变性，不确定性和不完全性等，一般无法获得精确的数学模型，针对这种系统的故障诊断处理方法，可称为智能化的诊断技术。智能化的故障诊断技术分为信号预处理方法和故障模式识别诊断方法。德国的P.M.Frank教授将智能故障诊断IFD归纳为如下几种智能诊断技术。

　　2.1 基于信号检测的故障诊断技术

　　基于信号检测的故障诊断是根据检测所得的故障信号，通过特征提取和故障识别找出故障源。因此，基于信号检测的故障诊断，其关键在于正确选择能真正反映设备运行状态的检测参数，然后采用小波分析、信息融合等方法进行故障诊断。

　　2.2 基于模型的故障诊断技术

　　基于模型的鼓掌诊断方法，其核心问题是产生残差，将残差作为故障的指示信号。其常用的诊断方法有：参数辨识法、状态估计法、等价空间法等。基于模型的故障诊断方式不但能够克服专家系统知识的获取瓶颈。

　　而且能够诊断未预测的故障，因此受到了业界的广泛关注。

　　2.3 基于知识的故障诊断技术

　　此方法不需要对象的精确数学模型，而是根据人们长期的实践经验和大量故障信息而设计出的一套智能计算机程序。知识有浅知识和深知识之分。目前被广泛采用的是基于浅知识和深知识相结合的职能诊断，如模糊专家系统、神经网络专家系统、故障树专家系统等。

　　2.4 基于感知行为的故障诊断技术

　　基于感知行为的故障诊断能感知环境变化，并且有自识别、自处理及自适应能力，被广泛应用于航空航天飞行器、高速列车等重大工程和尖端技术领域。

　　迄今为止，故障诊断方法已有数十种之多，典型的智能诊断方法有如下几种：

　　（1）专家系统专家系统是把领域专家以往诊断的经验归纳成规则，并运用经验规则通过推理来进行故障诊断。专家系统由知识库、数据库、学习机、推理机、解释器、上下文、征兆获取和人机交互界面组成。其结构框图如图1所示。

 

　　（2）模糊故障诊断方法在系统故障诊断过程中，能测到的是许多信号，通过信号分析得到许多故障征兆，模糊故障诊断是指通过研究故障信号与征兆之间的模糊关系来判断系统运行状态的方法。

　　（3）神经网络故障诊断方法基于神经网络的智能故障诊断研究集中在三方面：一是从模式识别角度应用神经网络作为分类器进行故障诊断；二是从预测角度应用神经网络作为动态预报模型进行故障预测；三是从知识处理角度建立基于神经网络的诊断专家系统。