一种光伏阵列的故障诊断方法、设备及介质

本申请涉及光伏发电，特别涉及一种光伏阵列的故障诊断方法、设备及介质。

背景技术：

1、急需寻找可持续的清洁能源来满足不断增长的能源需求和环境保护的要求。在各种可再生能源中，太阳能因其可持续性、清洁性和广泛的适用性而备受关注，而光伏(pv)发电则是利用太阳能的一种主要方式。

2、实际中的光伏电站(pv)容易受到各种故障的影响，带来严重的安全隐患，因此，基于实时采集数据进行光伏电站的故障诊断至关重要。然而，实际pv电站采集的故障样本量存在严重数据不平衡的情况，因此，对于故障(尤其是混合故障)的识别准确率较低。

技术实现思路

1、本申请提供一种光伏阵列的故障诊断方法、设备及介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

2、本申请的一个方面技术方案的光伏阵列的故障诊断方法，包括以下步骤：获取光伏阵列输出的电流-电压曲线；将所述电流-电压曲线进行降采样处理以得到初始二维特征矩阵，所述初始二维特征矩阵包括所述光伏阵列的故障诊断数据；将所述初始二维特征矩阵进行数据平衡化处理，得到目标二维特征矩阵；将所述目标二维特征矩阵输入故障检测与诊断模型，进而得到所述光伏阵列的故障类型；其中，所述故障检测与诊断模型通过transformer编码器结合mcse模块实现对光伏阵列故障类型的识别。

3、本申请的一些技术方案，所述将所述电流-电压曲线进行降采样处理以得到初始二维特征矩阵，包括：通过所述电流-电压曲线得到多个数据点；在每两个相邻的所述数据点之间使用三次多项式进行插值，得到更新后的电流-电压曲线，所述三次多项式在通过所述数据点构成的相邻区间中的一阶导数和二阶导数相等；通过更新后的电流-电压曲线曲线中的数据、温度、照度和最大功率点生成所述初始二维特征矩阵。

4、本申请的一些技术方案，所述在每两个相邻的所述数据点之间使用三次多项式进行插值，包括：确定三次多项式，所述三次多项式表示为：

5、si(x)＝ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3；

6、其中，ai、bi、ci、di为待定系数，所述待定系数通过边界条件和插值条件确定；i表示第i个数据，x是变量，xi表示第i个数据点中的电压值；通过所述三次多项式在所述电流-电压曲线中沿着电压轴进行采样，得到多个电压采样点；通过所述三次多项式在所述电流-电压曲线中沿着电流轴进行采样，得到多个电流采样点；将多个所述电压采样点和多个所述电流采样点合并，并按照电压降序排列，得到更新后的电流-电压曲线。

7、本申请的一些技术方案，所述将所述初始二维特征矩阵进行数据平衡化处理，包括：将所述初始二维特征矩阵划分为多个类别并识别得到多个少数类样本；确定每一个所述少数类样本与其余的所述少数类样本之间的相似度；根据所述相似度确定与所述少数类样本最近的k个相似样本作为邻近样本；对每个所述邻近样本进行合成，得到目标样本；通过所述目标样本生成新样本特征；将所述新样本特征与所述初始二维特征矩阵合并，得到目标二维特征矩阵。

8、本申请的一些技术方案，所述通过所述目标样本生成新样本特征，包括：确定所述目标样本的特征类型，所述特征类型包括连续特征和分类特征；根据所述特征类型确定所述新样本特征的生成方式，所述生成方式包括插值法和随机选择法；基于所述新样本特征的生成方式生成新样本特征；其中，所述插值法对应的所述特征类型为连续特征，所述随机选择法对应的所述特征类型为分类特征。

9、本申请的一些技术方案，所述将所述目标二维特征矩阵输入故障检测与诊断模型，进而得到所述光伏阵列的故障类型，包括：将所述目标二维特征矩阵输入transformer编码器中，输出第一特征值；将所述第一特征值输入由多个压缩-激励模块和不同尺度的二维卷积层组成的级联模块中，得到多个第二特征值；将多个所述第二特征值进行特征融合并与所述第一特征值进行残差连接，得到第三特征值；将所述第三特征值输入至少一个全连接层，得到所述光伏阵列的故障类型。

10、本申请的一些技术方案，所述将多个所述第二特征值进行特征融合并与所述第一特征值进行残差连接，包括：将多个所述第二特征值进行特征融合并经过尺度为1×1的二维卷积层后与所述第一特征值进行残差连接。

11、本申请的一些技术方案，所述将所述第三特征值输入至少一个全连接层，包括：将所述第三特征值输入第一全连接层和第二全连接层，其中，所述第一全连接层使用elu函数作为激活函数，所述第二全连接层使用softmax函数作为激活函数。

12、本申请的另一个方面技术方案的电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述一个方面技术方案的方法的步骤。

13、本申请的又一个方面技术方案的一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被一个或多个处理器执行时能够实现如上述一个方面技术方案的方法的步骤。

14、本申请至少具有如下有益效果：

15、本申请的光伏阵列的故障诊断方法通过获取光伏阵列输出的电流-电压曲线；将电流-电压曲线进行降采样处理以得到初始二维特征矩阵，初始二维特征矩阵包括所述光伏阵列的故障诊断数据；将初始二维特征矩阵进行数据平衡化处理，得到目标二维特征矩阵；将目标二维特征矩阵输入故障检测与诊断模型，进而得到光伏阵列的故障类型；其中，故障检测与诊断模型通过transformer编码器结合mcse模块实现对光伏阵列故障类型的识别。通过将电流-电压曲线进行降采样处理能够得到高质量的数据特征矩阵，之后，将初始二维特征矩阵进行数据平衡化处理，能够提高故障检测与诊断模型的检测精度，进一步通过包括transformer编码器和mcse模块的故障检测与诊断模型对故障进行检测，进而提高了光伏阵列的故障(尤其是混合故障)的识别准确率。

16、可以理解的是，本申请公开的设备和介质的有益效果与光伏阵列的故障诊断方法的有益效果相同，在此不再赘述。

17、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

技术特征：

1.一种光伏阵列的故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的光伏阵列的故障诊断方法，其特征在于，所述将所述电流-电压曲线进行降采样处理以得到初始二维特征矩阵，包括：

3.根据权利要求1所述的光伏阵列的故障诊断方法，其特征在于，所述在每两个相邻的所述数据点之间使用三次多项式进行插值，包括：

4.根据权利要求1所述的光伏阵列的故障诊断方法，其特征在于，所述将所述初始二维特征矩阵进行数据平衡化处理，包括：

5.根据权利要求4所述的光伏阵列的故障诊断方法，其特征在于，所述通过所述目标样本生成新样本特征，包括：

6.根据权利要求1所述的光伏阵列的故障诊断方法，其特征在于，所述将所述目标二维特征矩阵输入故障检测与诊断模型，进而得到所述光伏阵列的故障类型，包括：

7.根据权利要求6所述的光伏阵列的故障诊断方法，其特征在于，所述将多个所述第二特征值进行特征融合并与所述第一特征值进行残差连接，包括：

8.根据权利要求6所述的光伏阵列的故障诊断方法，其特征在于，所述将所述第三特征值输入至少一个全连接层，包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的光伏阵列的故障诊断方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的光伏阵列的故障诊断方法。

技术总结
本申请涉及光伏发电技术领域，公开了一种光伏阵列的故障诊断方法、设备及介质，光伏阵列的故障诊断方法包括：通过获取光伏阵列输出的I‑V曲线；将I‑V曲线进行降采样处理以得到初始二维特征矩阵，初始二维特征矩阵包括所述光伏阵列的故障诊断数据；将初始二维特征矩阵进行数据平衡化处理，得到目标二维特征矩阵；将目标二维特征矩阵输入故障检测与诊断模型，进而得到光伏阵列的故障类型；其中，故障检测与诊断模型通过Transformer编码器结合MCSE模块实现对光伏阵列故障类型的识别，进而提高了光伏阵列的故障(尤其是混合故障)的识别准确率。

技术研发人员：袁野,廖海冰,李印权,刘绍平,唐朝阳
受保护的技术使用者：汕头大学
技术研发日：
技术公布日：2024/12/5