光伏电站技术故障分析诊断计算技术及实际应用发展现状

沈阳工程学院 周昰彤 鞠振河

本文从最大功率点跟踪的直接计算方法以及分布式最大功率点跟踪方法针对太阳能行业监控与故障诊断技术落后的现状，应用改进原有方法提出一类面向光伏监控与故障诊断的系统理论。将最大功率点跟踪的直接计算方法以及分布式最大功率点跟踪方法应用之后会有效反映实际系统的不确定性，能够提升系统的故障诊断准确度。并且通过对最大功率点跟踪曲线的记录，创建大数据，针对对曲线数据的记录，可以有效减少由于系统存在复杂性，非线性、时变性，不确定性和不完全性无法精准判断故障点而损失掉的时间和资源的浪费。结合无人机技术使光伏故障检测系统更加智能。

将智能的计算机技术与无人机技术相结合，应用于光伏电站故障分析与处理，应用上述技术方法改进后的系统将原故障诊断技术方法与当前现代电站大数据以及当前现代无人机电站监控监测技术的相互应用结合进行研究，并提出一类专门用于面向太阳光伏电站故障监控与光伏发电系统故障监测分析系统诊断的电站监控监测系统技术理论。为故障分析与检测提供了新思路。

1 光伏诊断技术的重要意义

光伏组件作为发电设备，长期工作运行户外的自然环境中，光照、雨水、风沙等的自然环境变化，侵蚀应力等等因素都会直接影响、加速光伏组件和户外电源系统连接器等光伏发电设备的长期性能老化，导致这些设备内部绝缘体的性能大大下降，造成一些设备发生故障甚至可能引发设备火灾。设备表面以及金属绝缘体涂层本身都会长期受到来自外界恶劣环境的严重侵蚀。所以环境对于光伏电站的影响不容忽视。因此我们通常需要定期对光伏发电设备系统的电气连接线路，安装布线和光伏发电设备相关系统部件进行安全维护测试，对于已经发生老化的光伏电缆和其他电源连接设备也我们应定期进行必要的养护维修或维护更换，以保证系统的安全正常工作运行。光伏电站相关组件的一些质量安全问题是非常重要的，但也是较难及时准确的发现并采取措施，作为一个大型光伏电站的一个重要核心组成部分，组件上任何一个小小的质量问题都会很容易带来它的经济巨大损失，而如今作为一个光伏电站中最普遍存在且通过各种常规质量检测技术手段难以及时得到检测的光伏电站组件等安全问题，那当然就要归属”热斑效应”。据英国国内权威机构南格莱德的故障数据统计分析报告统计结果显示，热斑累计故障发生占总的故障比率高达11%。所以针对可以反映故障的热斑效应，采取了针对性的措施。并且光伏发电系统的一般工作运行在很少有人可以进行实时远程值守的工作环境情况下，对山区地域上广泛分散的光伏电站发电系统状况进行实时管控监测以及日常维护及其管理往往是非常重要且十分困难、繁琐的。需要大量的财力、时间、人力以及物力，因此更加智能的光伏故障检测诊断分析方法可以应用在对于大型太阳能光伏电站发电设备系统发生故障时的诊断中也就具有非常大的重大意义。如今的大型商用光伏电站大多为人工巡检，由于大型光伏电站占地面积庞大且地理环境条件受周围自然界和地形环境条件因素影响大等诸多因素，需要长期巡检将会耗费大量的的电力巡检时间，这样会拉长排查故障的周期，会导致某些故障难以发现，或者被忽略，从而导致降低了光伏发电总体效率。并且人工巡查需要耗费大量的人力以及人工成本，这在无形之中增加光伏发电系统的成本，并对于光伏电站的维护以及修理故障增加了难度，又由于技术等各个方面的因素，也会出现无法全面准确地在检测大型光伏电站组件，从而导致可能面临存在的安全隐患问题的状况。

2 针对应用大数据的分析及目的

信息处理系统可以针对很多具有复杂性、非线性、时变性、不确定性和不完全性等性质的问题提供比较好的解决方案。通过分析记录的数据来获得比较精准的数学分析计算模型，通过对很难从表面上看出关联的信息中，找到他们之间的规律，建立数据库，并且这种方法可以与各种技术相结合，针对不同的问题来提供更加智能，更加合理的方案。将大数据与光伏电站故障分析结合在一起，根据最大功率点追踪曲线的分析，记录曲线的变化，以及相应的环境条件，以及故障类型等等全方面的信息来分析故障，具体来说可以记录所有供电系统输出特性的特点以及所有与大型光伏电站发电系统使用运行过程中发生各种故障时的相关数据都经过统筹统一整理起来。通过统筹统计综合进行分析，找出所有当热斑效应第一次发生时对所有供电系统数据的直接构成影响，总结出其特性以及变化，通过分析统计综合分析来找出在什么样的气候天气变化条件下最容易导致供电系统发生二次性的热斑效应，这样也就等于可以高效率的做到在一次性的热斑效应再次发生前尽量及时进行监测预防，也所以可对二次热斑辐射效应更加敏感，通过对所有数据采集曲线的跟踪观察以及数据统计图的分析，可具体的，更加精准的找出可能发生故障的故障点以及故障发生的条件，再将数据记录下来，不断的更新数据，提高信息的准确性。这样也就可以有效地做到避免光伏电站在相似的条件下发生二次热斑效应，也可更好的优化数据库在光伏故障检测系统中的应用。从而达到大大减少发电火灾等灾害事故的频繁发生的目的。并且还可以针对在某些条件下，易发生故障的故障点进行预防。总的来说，应用大数据的光伏电站检测技术的好处，首先就是通过对故障数据诊断曲线的大量数据分析纪录和统计分析，可以有效积累故障诊断系统经验，提高进行故障技术诊断的系统整体技术水平，而且同时还有效的利于故障系统的诊断改进与系统优化、以及能够科学的为研究人员提供有用的大数据。太阳能光伏电站故障的故障信息结构变化比较快，不能仅根据几个主要故障特征信息量就可以进行故障诊断，必须通过充分利用目前监测采集到的各种故障诊断系统信息，将单个诊断传感器所能获取的单维诊断信息大量融合在一起来才能形成多维的诊断信息，这种信息量的含量比任何一个具有单维属性的信息的简单得出各种信息量都必要得多。多类型传感器系统信息融合技术是充分利用多个类型传感器信息资源，通过多各种类型传感器及其主要观测对象信息的合理相互支配与融合使用，以各种类型传感器在使用空间和观测时间上的信息互补与冗余使该信息可为环境故障的实时检测和信息分离分析提供准确诊断信息，采用某种系统优化设计准则，产生能够反映不同环境观测信息物理特征的数据和准确描述。信息系统融合的研究目标主要是基于各种信息传感器分别实时观测系统信息，通过对系统信息的融合优化进行组合来推导出更多的有效系统信息，降低系统信息的高度不确定性，将其融合应用推广到设备状态故障检测和系统故障状态诊断就有可能同时得到更加准确和可靠的故障信息。通过种种手段，首先在获取数据上，采取多种类型传感器来提高数据的准确性和有效性，其次将数据记录下来，通过大数据的手段，针对光伏电站故障方面，提供更加可靠，精准的故障诊断技术。

3 无人机技术发展趋势以及现状分析

近年代以来，包括智能民用无人机在内的许多行业随着智能化，无人化以及智能化等产品的不断推进飞速发展，当然，也为光伏发电系统以及故障检测技术的发展提供里新思路。无人机以其自动操作方式立体化，高程自动操控作业，兼容性强，非常适用于各种应用领域以及类型多样、环境复杂的光伏风能发电设备行业。在每次智能飞行在线航拍检查任务中，工作人员仅仅使用一台智能航拍无人机，方便快捷的操作方式的就可以进行对太阳光伏发电板块的智能航拍设备在线飞行检查、输电塔台的在线飞行航拍。同时无人机技术也可以校验数据的真是可靠性，从而对故障检测系统进行优化与改进，使其更加的与时俱进，更加的完善。同时也为建立光伏电站故障时候的特点与环境条件等，更加完善了数据，并且保证了数据的真是可靠性。无人机技术可以弥补在故障检测方面，人工巡检的不足，提高了效率，在各个方面都展现了其优点。

4 故障分析诊断与新技术相互辅助结合的应用意义分析

光伏电站是国内外重点研究发展的一种绿色再生能源发电装备。光伏电站的结构优化、改善和降低运行利用成本等突出问题严重直接制约了光伏电站发电的发展。其中光伏发电阵列由于系统占地面积大、分布广泛，容易同时出现光伏动力电池核心组件“裂片”、“线路老化”和“热斑现象”故障现象，并网光伏逆变器则容易同时出现供电过压、过大电流、功率管路等短路和开路等短路故障。这些严重因素影响关系到光伏基站电池相关组件的使用寿命难以保证光伏电站的安全稳定正常运行。而热斑效应则是故障之一，造成热斑效应现象的主要危害原因之一是某些光伏材料电池长期工作受到阳光阴影线的影响，致使其全部输出正极电流远远小于正常发电工作的其他光伏材料电池的全部输出正极电流。根据这一现象反映在最大功率点跟踪曲线上的变化。将曲线的变化也加入数据库中，也是对光伏故障检测技术的完善。通过光伏数据分析记录和统计分析，积累故障诊断技术经验，提高光伏故障分析诊断的系统整体技术水平。通过利用大数据将光伏发电检测管理技术实现智能化。与智能无人机直接结合后可辅助自动排除故障。对目前光伏电站相关设备的正常运行故障情况可以进行在线远程监测，及时跟踪分析故障处理发现故障可能特点，确定光伏设备运行故障可能发生的主要原因和故障位置，也可以有利于促进光伏电站设备维护管理人员工作的有效开展。因此将无人机技术与大数据相结合应用与故障检测技术，以利于实现我国光伏电站的稳定、可靠、经济运行，对于有效促进光伏电站发电的持续规模化健康发展，具有极其重要的指导意义。