论文部分内容阅读
摘 要：随着社会的不断发展，人们的生活水平不断提高，与此同时，在全球的范围内也面临着一个函待解决的问题，那就是能源短缺。为了解决能源短缺的问题，很多专家致力于发现和利用各种新能源。人们长期以来利用化学能源进行能量的供应，但是化学能源不可再生，总量有限，长此以往肯定会面临全球性的资源匮乏问题。为了全球的可持续发展，很多科学家开始寻找可持续发展的能源。很多人把关注重点放在了太阳能上。由于太阳能供能持久、受外界影响因素相对较少，在近年来得到了很多方面的应用。光伏并网逆变器是用来连接光伏电池板和大电网的工具，是光伏并网发电系统中最重要的组成部分。
关键词：光伏并网发电系统;光伏并网逆变器;故障;诊断方法
引言
光伏并网发电系统利用阳光为主要能源，将太阳能转变为电能，通过光伏并网逆变器转变成交流电，再传送给当地市民使用，然后直接并入公共电网。由此可见，光伏并网逆变器的重要性和安全性对于整个系统来说起着非常重要的桥梁作用。供电系统对于器械的安全性要求非常高，因为它的涉及面广泛、危险性很大，所以往往受到很多人的关注。由于光伏并网逆变器的工作性质比较特殊，且容易引发一系列或大或小的故障，所以人们对它的故障研究方法更加多样化。本文将从光伏并网逆变器的故障分析出发，针对故障提出相应的诊断方法，希望可以解决和规避一些风险。
一、光伏并网逆变器的诊断机制
在二十世纪中期发展出来了故障诊断技术。其原理是通过设备出现故障时通过观察它的工作状况来推断设备的故障类型和故障位置。该技术可以基于信号处理、所学知识和解析模型的方法对机器的故障进行相对全面的诊断和分析。光伏并网逆变器的主电路工作方式是非线性的，所以在故障诊断的过程中存在着一定的难点。
二、光伏并网逆变器故障诊断的难点
（1）电流的传播速度很快，并且光伏并网逆变器的主电路工作方式存在着非线性的特点。这就导致光伏并网逆变器的故障显示时间非常短，所以要求在光伏并网逆变器出现故障的时候需要很精准、快速的诊断方式和诊断技术。
（2）光伏并网逆变器的诊断方式并非传统上的数字形式，而是以波形的改变进行诊断，这就要求在诊断的过程中需要很强的专业性。
（3）很多光伏并网逆变器的电路结构很复杂，相关的原件有很多。这就容易导致在诊断的过程中面对无从下手的困难，但是逐个检查既浪费时间又不现实，这就导致了在诊断的过程中的操作困难性。
三、光伏并网逆变器的常见故障
光伏并网逆变器的常见故障有两种类型，一种是由于器械的某些原件的损伤导致机械拓扑结构的改变，这类损伤通常称之为结构性故障。另一种是由于一些容易发生参数性退化的元器件在不正常特性下工作產生的损伤，称之为参数性故障。从另一个角度来看，逆变器的故障又可以分为渐变性故障和突变型故障。渐变性故障不影响短时间内的使用，但是长此以往，会对机械产生难以修复的损伤。而突变型的故障是由于在短时间内，器械遭受到巨大的电流或电压刺激导致的原件损伤。这种损伤时间短，力量大。从目前的研究方向来看，更多人致力于研究器械的结构性故障，而对参数性故障的研究比较少。究其原因是因为结构性故障可以通过更换零件的方式快速的恢复正常。可是参数性故障却需要一系列的监测和分析。不仅耗时长，修复后的效果也不是很明显，但是长期的参数性故障是引发一系列机械性故障的最重要因素，所以及时的对参数性故障进行诊断和修复是一件很有必要的事情。
四、光伏并网逆变器的故障诊断方法
光伏并网逆变器由于需要长期的接受强大的电流和电压，所以常常会面对着某些零件的损伤问题。这就要求相关人员一定要加强对零件的定期检查工作，并且要对一些细微的参数变化观察仔细，不能因为是参数性损伤就忽略不计。目前的诊断方法一共有三种类型，它们分别是：基于SOM神经网络的软故障诊断、基于BP神经网络的软故障诊断、基于直流侧电流检测的IGBT开路故障诊断。本文将针对这三种方法，对光伏并网逆变器的诊断方法作简要的分析。
（1）基于BP神经网络的软故障诊断：根据BP神经网络理论，可以用MATLAB软件编程〔1〕完成软故障的诊断。利用神经网络的软故障分析方法，分别采集到逆变器在正常工作条件下以及故障模式下的三相输出电压信号故障信息，提取出来在这些故障模式下的数据样本，将这些样本通过小波分解的方法提取其特征向量。最后将每个故障模式下的故障样本作为BP神经网络的输入，然后通过与输出对应，进而完成对BP神经网络的输出进行编码，然后将这些数据放入该系统中进行比对和诊断。
（2）基于SOM神经网络的软故障诊断：该诊断方法通过对逆变器在正常工作条件下以及各种故障模式下的三相输出电压信号进行处理。在SOM神经网络〔2〕的软故障诊断中不需要对其网络的输出进行编码，并且可以同时对多个模式下的多个故障样本的特征值进行归-化处理，最后输入到SOM神经网络中进行训练。经过多次的诊断数据表明，SOM故障诊断的准确率相对比BP故障诊断的准确率要高一些，并且用时短，所以基于SOM神经网络的软故障分析诊断的效果更好。
（3）基于直流侧电流检测的IGBT开路故障诊断：相关工作人员若是需要通过光伏并网逆变器输出的电压或者电流作为指标对器械进行故障诊断，根据标准需要采用三个传感器，通过每个传感器传达出来的数据，进行三相电压或三相电流信号的检测。相比之下，基于直流测电流的故障诊断只需要一个传感器就可以进行相同的工作。如此一来，不仅减少了工作上的困难度，也可以减少监测经费的消耗。所以本着减少传感器数目的原则出发，可以采用以直流侧电流作为检测量实现对IGBT开路的故障诊断的方法。
（4）基于交流侧电流监测逆变器故障诊断：由于故障现象和故障原因之间不是一一对应的问题，所以故障匹配方法是一个非常重要的方法，提出在获取交流三相电流波形特征的基础上，进一步附加三相电流的总谐波畸变率和三相电流正、负半波的总谐波畸变率〔3〕作为补充条件，能够实现对IGBT开路、二极管开路、电感开路和短路等故障的诊断。对于光伏并网逆变器这种复杂的器械来说，它的故障诊断是一个耗时耗力的过程，需要更强的工作能力和很专业的知识基础。故障可能由多种原因造成，器械的一个故障也有可能造成多个数据的差错。由于该器械的故障诊断存在着各种各样的不确定因素，就必须要求故障检测人员一步一步的去补充判别条件，一定要保证发现引起某一故障的所有原因，切不可掉以轻心。
结语
为了更好的利用太阳能的资源，使人们的生活水平不断提高，满足人们对电的需求，势必要对光伏并网系统的工作能力进行加强。光伏并网逆变器是光伏并网系统中最重要的一个组成部分，并且也是最容易出现故障的部位，无论是机械性故障还是参数性故障〔4〕都应当引起相关工作人员的注意。所以一定要加强对光伏并网逆变器的故障检测。目前的检测手段还处于比较单一的阶段，检测方式还不够全面化、系统化，但是利用现有的检测技术还是可以很好的对光伏并网逆变器的故障进行准确的检测。相关部门一定要积极应用已有的检测手段对光伏并网逆变器进行定期的、仔细的故障检查。相信在不久的将来，我国的光伏并网发电系统〔4〕会越来越完善，对光伏并网逆变器的故障诊断方法也会越来越多元化，我国对于太阳能发电的技术的研究一定可以达到炉火纯青的地步。
参考文献
[1]王晖辉，三相光伏并网逆变器的设计与仿真[J].郑州大学硕士学位论文，2004，26：51.
[2]王长贵、王斯成，太阳能光伏发电实用技术[J].化学工业出版社，2005，23：01
[3]刘凤君，现代逆变技术及应用[J].电子工业出版社，2006，01：18-7.
关键词：光伏并网发电系统;光伏并网逆变器;故障;诊断方法
引言
光伏并网发电系统利用阳光为主要能源，将太阳能转变为电能，通过光伏并网逆变器转变成交流电，再传送给当地市民使用，然后直接并入公共电网。由此可见，光伏并网逆变器的重要性和安全性对于整个系统来说起着非常重要的桥梁作用。供电系统对于器械的安全性要求非常高，因为它的涉及面广泛、危险性很大，所以往往受到很多人的关注。由于光伏并网逆变器的工作性质比较特殊，且容易引发一系列或大或小的故障，所以人们对它的故障研究方法更加多样化。本文将从光伏并网逆变器的故障分析出发，针对故障提出相应的诊断方法，希望可以解决和规避一些风险。
一、光伏并网逆变器的诊断机制
在二十世纪中期发展出来了故障诊断技术。其原理是通过设备出现故障时通过观察它的工作状况来推断设备的故障类型和故障位置。该技术可以基于信号处理、所学知识和解析模型的方法对机器的故障进行相对全面的诊断和分析。光伏并网逆变器的主电路工作方式是非线性的，所以在故障诊断的过程中存在着一定的难点。
二、光伏并网逆变器故障诊断的难点
（1）电流的传播速度很快，并且光伏并网逆变器的主电路工作方式存在着非线性的特点。这就导致光伏并网逆变器的故障显示时间非常短，所以要求在光伏并网逆变器出现故障的时候需要很精准、快速的诊断方式和诊断技术。
（2）光伏并网逆变器的诊断方式并非传统上的数字形式，而是以波形的改变进行诊断，这就要求在诊断的过程中需要很强的专业性。
（3）很多光伏并网逆变器的电路结构很复杂，相关的原件有很多。这就容易导致在诊断的过程中面对无从下手的困难，但是逐个检查既浪费时间又不现实，这就导致了在诊断的过程中的操作困难性。
三、光伏并网逆变器的常见故障
光伏并网逆变器的常见故障有两种类型，一种是由于器械的某些原件的损伤导致机械拓扑结构的改变，这类损伤通常称之为结构性故障。另一种是由于一些容易发生参数性退化的元器件在不正常特性下工作產生的损伤，称之为参数性故障。从另一个角度来看，逆变器的故障又可以分为渐变性故障和突变型故障。渐变性故障不影响短时间内的使用，但是长此以往，会对机械产生难以修复的损伤。而突变型的故障是由于在短时间内，器械遭受到巨大的电流或电压刺激导致的原件损伤。这种损伤时间短，力量大。从目前的研究方向来看，更多人致力于研究器械的结构性故障，而对参数性故障的研究比较少。究其原因是因为结构性故障可以通过更换零件的方式快速的恢复正常。可是参数性故障却需要一系列的监测和分析。不仅耗时长，修复后的效果也不是很明显，但是长期的参数性故障是引发一系列机械性故障的最重要因素，所以及时的对参数性故障进行诊断和修复是一件很有必要的事情。
四、光伏并网逆变器的故障诊断方法
光伏并网逆变器由于需要长期的接受强大的电流和电压，所以常常会面对着某些零件的损伤问题。这就要求相关人员一定要加强对零件的定期检查工作，并且要对一些细微的参数变化观察仔细，不能因为是参数性损伤就忽略不计。目前的诊断方法一共有三种类型，它们分别是：基于SOM神经网络的软故障诊断、基于BP神经网络的软故障诊断、基于直流侧电流检测的IGBT开路故障诊断。本文将针对这三种方法，对光伏并网逆变器的诊断方法作简要的分析。
（1）基于BP神经网络的软故障诊断：根据BP神经网络理论，可以用MATLAB软件编程〔1〕完成软故障的诊断。利用神经网络的软故障分析方法，分别采集到逆变器在正常工作条件下以及故障模式下的三相输出电压信号故障信息，提取出来在这些故障模式下的数据样本，将这些样本通过小波分解的方法提取其特征向量。最后将每个故障模式下的故障样本作为BP神经网络的输入，然后通过与输出对应，进而完成对BP神经网络的输出进行编码，然后将这些数据放入该系统中进行比对和诊断。
（2）基于SOM神经网络的软故障诊断：该诊断方法通过对逆变器在正常工作条件下以及各种故障模式下的三相输出电压信号进行处理。在SOM神经网络〔2〕的软故障诊断中不需要对其网络的输出进行编码，并且可以同时对多个模式下的多个故障样本的特征值进行归-化处理，最后输入到SOM神经网络中进行训练。经过多次的诊断数据表明，SOM故障诊断的准确率相对比BP故障诊断的准确率要高一些，并且用时短，所以基于SOM神经网络的软故障分析诊断的效果更好。
（3）基于直流侧电流检测的IGBT开路故障诊断：相关工作人员若是需要通过光伏并网逆变器输出的电压或者电流作为指标对器械进行故障诊断，根据标准需要采用三个传感器，通过每个传感器传达出来的数据，进行三相电压或三相电流信号的检测。相比之下，基于直流测电流的故障诊断只需要一个传感器就可以进行相同的工作。如此一来，不仅减少了工作上的困难度，也可以减少监测经费的消耗。所以本着减少传感器数目的原则出发，可以采用以直流侧电流作为检测量实现对IGBT开路的故障诊断的方法。
（4）基于交流侧电流监测逆变器故障诊断：由于故障现象和故障原因之间不是一一对应的问题，所以故障匹配方法是一个非常重要的方法，提出在获取交流三相电流波形特征的基础上，进一步附加三相电流的总谐波畸变率和三相电流正、负半波的总谐波畸变率〔3〕作为补充条件，能够实现对IGBT开路、二极管开路、电感开路和短路等故障的诊断。对于光伏并网逆变器这种复杂的器械来说，它的故障诊断是一个耗时耗力的过程，需要更强的工作能力和很专业的知识基础。故障可能由多种原因造成，器械的一个故障也有可能造成多个数据的差错。由于该器械的故障诊断存在着各种各样的不确定因素，就必须要求故障检测人员一步一步的去补充判别条件，一定要保证发现引起某一故障的所有原因，切不可掉以轻心。
结语
为了更好的利用太阳能的资源，使人们的生活水平不断提高，满足人们对电的需求，势必要对光伏并网系统的工作能力进行加强。光伏并网逆变器是光伏并网系统中最重要的一个组成部分，并且也是最容易出现故障的部位，无论是机械性故障还是参数性故障〔4〕都应当引起相关工作人员的注意。所以一定要加强对光伏并网逆变器的故障检测。目前的检测手段还处于比较单一的阶段，检测方式还不够全面化、系统化，但是利用现有的检测技术还是可以很好的对光伏并网逆变器的故障进行准确的检测。相关部门一定要积极应用已有的检测手段对光伏并网逆变器进行定期的、仔细的故障检查。相信在不久的将来，我国的光伏并网发电系统〔4〕会越来越完善，对光伏并网逆变器的故障诊断方法也会越来越多元化，我国对于太阳能发电的技术的研究一定可以达到炉火纯青的地步。
参考文献
[1]王晖辉，三相光伏并网逆变器的设计与仿真[J].郑州大学硕士学位论文，2004，26：51.
[2]王长贵、王斯成，太阳能光伏发电实用技术[J].化学工业出版社，2005，23：01
[3]刘凤君，现代逆变技术及应用[J].电子工业出版社，2006，01：18-7.