CN105553422B - 一种联合多检测信号的光伏***故障电弧检测方法 - Google Patents
一种联合多检测信号的光伏***故障电弧检测方法 Download PDFInfo
- Publication number
- CN105553422B CN105553422B CN201511030630.4A CN201511030630A CN105553422B CN 105553422 B CN105553422 B CN 105553422B CN 201511030630 A CN201511030630 A CN 201511030630A CN 105553422 B CN105553422 B CN 105553422B
- Authority
- CN
- China
- Prior art keywords
- signal
- period
- value
- electric arc
- detection signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 440
- 238000010891 electric arc Methods 0.000 claims abstract description 284
- 238000004458 analytical method Methods 0.000 claims abstract description 168
- 238000010276 construction Methods 0.000 claims abstract description 32
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 58
- 238000000034 method Methods 0.000 claims description 54
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 42
- 230000015654 memory Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 17
- 238000007689 inspection Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 15
- 230000001960 triggered effect Effects 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000010195 expression analysis Methods 0.000 claims 1
- 238000001453 impedance spectrum Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 230000007257 malfunction Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 208000032368 Device malfunction Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000002463 transducing effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种联合多检测信号的光伏***故障电弧检测方法,对多路检测信号状态未发生变化时采取等时间间隔分析,基于光伏***故障电弧检测方法形成的特征量及所输入的多路分析时段检测信号获取该时段的多特征值,基于选定检测信号获取典型值,基于当前时段、下一时段的检测信号典型值和特征值构造属于下一时段特征值的修正因子,将所构造的每个修正因子同相应的下一时段特征值线性加权形成联合特征量,用以完成光伏***故障电弧的联合检测。本发明拓宽了光伏***故障电弧检测工况,提升了光伏***故障电弧检测特征量对外界干扰的抵御能力,联合特征量对故障发生时刻定位更为准确,提高了光伏***稳定安全运行的能力。
Description
技术领域
本发明属于光伏电气故障检测技术领域,具体涉及一种可变时的联合多路检测信号、特征量对故障电弧事件发生的敏感程度构造对应特征量的修正因子、基于基准特征量的输入检测信号选定用以表征故障电弧发生程度的典型值、基于线性加权构造联合辨识特征量,由此实现准确把握故障电弧发生时区别其他工况的独有特征,拓宽光伏***故障电弧检测阈值设定范围,提升光伏***故障电弧检测的快速性和可靠性以保障光伏***稳定、安全、经济输出运行的方法。
背景技术
目前,针对光伏***故障电弧检测,国内外所关注的都是提出更加可靠的检测方法来分析故障电弧电流这一单一的电量检测信号对象,这种单一的检测信号抵抗干扰的能力局限,易受到光伏***内其它类弧状态的干扰而使得直流故障电弧检测装置误动。譬如,负载正常变动会引发电量检测信号变化、电力电子装置及其他类弧负载的正常运行亦会向电量检测信号中引入谐波,也便使得直流故障电弧检测装置误认为这些***内的正常工作运行状态等复杂多样工况是故障电弧而引发装置误动,这便不符合直流故障电弧检测装置增加光伏***正常运行工作时间的职能要求,使得这些正常情况下光伏***仍旧停运,给光伏发电带来不必要的损失。此外,光伏***故障电弧所引发的单一特征变化所能检测的有效工况具有局限性,由此所得到的光伏***故障电弧检测方法难以满足复杂工况下故障电弧检测的要求。譬如,光伏***在面对噪声干扰、天气变化等复杂的外界环境时,其中便存在云层刚过时光伏***内发生故障电弧等特殊工况,这时单一的电弧电流检测信号同正常运行时的光伏***电流信号并未发生电量突变,由此造成特征量幅值较低而引发的直流故障电弧检测装置拒动现象,这便不符合直流故障电弧检测装置及时发现故障电弧并切断的本质要求。
发明内容
本发明的目的在于解决直流故障电弧检测装置使用单一检测信号辨识时,受到有效检测故障电弧工况有限及该路检测信号可靠检测抗干扰能力的局限,位于该检测信号辨识遗漏区域的特殊工况引发的拒动问题及正常工况下类弧特征对该检测信号干扰引发的误动问题,提供了一种联合多检测信号的光伏***故障电弧检测方法。
为达到上述目的,本发明采用了以下技术方案:
实时采集光伏***故障电弧能引发与正常工况存在差异的多路检测信号,直流故障电弧检测装置对所输入的这些检测信号分时段分析,任意两路检测信号的分析时段相等,而每一路检测信号的分析时段相等或不相等,基于光伏***故障电弧检测方法形成的特征量及所输入的多路分析时段检测信号获取该时段的多特征值,依据特征量对故障电弧事件检测的有效性构造修正因子,将所构造的每个修正因子同相应的下一时段特征值线性加权形成联合特征量,使得各特征量在最终的联合特征量中依据其对故障电弧事件检测效果决定其所占比重,用以完成光伏***故障电弧的联合检测。所述联合特征量能通过变时完成光伏***正常态、故障态的变频检测,用以提升光伏***故障电弧的检测速度。
所述光伏***故障电弧的联合检测具体包括以下步骤:
1)光伏***运行中,按采样频率fi对所需的多路待检测信号进行并行逐点采样,得到n路检测信号xi,i表示输入检测信号序号,i=1,2…n,n为大于1的整数;
2)直流故障电弧检测装置存储模块对同时输入的多路检测信号进行分时段存储,各路检测信号的同一序号分析时段Ti,j相等,而第i路检测信号的分析时段Ti,j相等或不相等,j表示分析时段序号,j=1,2…m,m为大于1的整数,每实时存储各路检测信号的一个采样点,便判断已存储的采样点总数是否达到分析时段Ts的要求,若达到,则判断各路检测信号采样点数量已足够直流故障电弧检测装置分析模块进行后续分析处理,传输当前时段各路检测信号xi,j至所述分析模块并按照步骤3)进行当前时段各路检测信号的后续处理,直流故障电弧检测装置存储模块则继续实时进行下一时段各路检测信号xi,j+1的存储;若未达到,则判断各路检测信号采样点数量还不足以满足所述分析模块进行后续分析处理的要求,返回步骤1)进行下一采样点的读入存储;
3)所述分析模块依据各特征量的输入要求将相应当前时段检测信号并行地带入至特征量表达式fk,计算得到特征值yi,j,k,对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n,k表示选取待计算的特征量序号,k=1,2…g,g为大于等于1的整数,特征值计算完毕后判断当前时段是否为首个分析时段,若是,则以使用内存表示最少的特征值为基准,将所得到的全部特征值yi,j,k归至所述基准上,选定基准特征量输入检测信号中的一路检测信号获取典型值x j,进行下一时段典型值与特征值的计算;若不是,则按照已求值将相应特征值归至所述基准,依据已选定检测信号获取典型值,转至步骤4)进行修正因子的构造;
4)直流故障电弧检测装置判断对应典型值x j、x j+1之差是否超出设定阈值N0,若不是,则判断两典型值相等,构造半相对修正因子wi,j+1,k,转至步骤5)进行联合特征量的构造;若是,则判断两典型值不相等,构造常规修正因子wi,j+1,k,转至步骤5)进行联合特征量的构造;
5)直流故障电弧检测装置将计算得到的常规修正因子或半相对修正因子wi,j+1,k同下一时段特征值线性加权,形成联合特征量转至步骤6)使用联合特征量进行光伏***故障电弧检测;
6)直流故障电弧检测装置通过联合特征量进行故障电弧检测,利用计算值与设定阈值比较判断当前时段内是否发生故障电弧事件,若发生故障电弧事件,则计数变量N计数,在首次发生时计算此时联合特征值超出阈值的倍数G,然后转至步骤7);若未发生故障电弧事件,则清零计数变量N,保持分析时段Ts及故障电弧事件计数变量阈值N1的初始设定值不变,恢复用以计算修正因子的典型值x j与特征值yi,j,k动态变化过程,然后返回步骤3)进行下一时段多路检测信号的光伏***故障电弧分析;
7)依据所得G值调整N1,判断故障电弧事件是否连续发生:若故障电弧事件连续发生N1次,则判定当前分析时段光伏***内发生故障电弧,采取相应的保护措施;若故障电弧事件未连续发生N1次,调小或不调整分析时段Ts的设定值,锁存当前时段检测信号计算所得的典型值x j与特征值yi,j,k,j表示首次出现故障电弧事件前一分析时段序号,然后返回步骤3)对下一分析时段多路检测信号进行分析。
所述各路检测信号的采样频率fi相同或不相同,取值范围为10kHz~500kHz,各路检测信号的分析时段Ts依据所选取特征量的共同有效分析时段而定,取值范围为2ms~30ms,N0为-B~B,B的取值范围为10-6~10-15,初始化N1的取值范围为3~5,调整后N1在不小于2时,按使用倍数G调整N1,否则便取N1=2。
特征量表达式fk是任意一路或者多路输入检测信号的解析函数,或者是使用算法数值地计算由任意一路或者多路检测信号所决定的中间值,而后将这些中间值带入至特征量表达式fk中获取特征值,或者是全程使用算法数值地直接计算得到由任意一路或者多路检测信号所决定的特征值,不同特征量表达式的输入可重合,所选特征量的输入并集应为n路检测信号。
特征量表达式fk由一种光伏***故障电弧检测算法生成,或者由多种光伏***故障电弧检测算法生成,其数量为一个或者多个,当所选取的特征量fk为一个时,此时该特征量fk必须为单输入的或者为未覆盖n路检测信号的多输入。多种光伏***故障电弧检测算法生成的多个多输入特征量作为优选。
对于基准特征量具有多路输入检测信号时,选取其中被所有特征量使用频次最高、受到干扰最小的检测信号获取典型值,基于以下原则并行地选取所选定检测信号分析时段内的典型值:基于选定检测信号在该时段的最值或位置值获取检测信号在该时段下的典型值x j。最值的获取方式作为优选。
修正因子依据特征量及其对应的输入检测信号对故障电弧事件发生的敏感程度构造,所构造的修正因子使得对故障电弧事件发生检测效果最优的特征量及其对应的输入检测信号在最终的综合特征量中占据最大比重,具体地,基于以下原则并行地构造常规修正因子:基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的相对变化之比的绝对值所构造的相对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/(x j+1-x j)/yi,j,k|,或者,基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的绝对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的绝对变化之比的绝对值所构造的绝对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)/(x j+1-x j)|,前后分析时段各路检测信号所使用的常规修正因子构造原则相同或不相同。相对修正因子作为优选。
在判断当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1相等时,此时相应的修正因子按半相对修正因子构造,即基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j之积的绝对值wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/yi,j,k|构造。
调小检测信号分析时段Ts所订立的时间间隔后,对每个特征量而言,基于调整前分析时段Ts与调整后分析时段Ts对当前时段所输入检测信号xi,j分别获取相应特征值yi,j,k、y'i,j,k,基于两者之比获取补偿系数Ek=yi,j,k/y'i,j,k,i表示该特征量所使用的输入检测信号序号或者所使用的输入检测信号路数,j表示首次出现故障电弧事件前一分析时段序号,通过乘积的形式用于校正相应特征量对检测信号进行高频分析输出的特征值y'i,j,k。
检测信号为电流、电压等电量信号、或者是由故障电弧引发的火花、明光、高温、烟雾、超声波或气压等多个变化特征构成的。
所述光伏***故障电弧检测方法适用于鉴别光伏***故障电弧种类,即选取的特征量表达式fk及其使用的检测信号xi分别用于完成串联、并联光伏***故障电弧的检测,由此形成的联合特征量可辨识多种光伏***故障电弧,并通过形成较大修正因子wi,j+1,k对应检测信号xi确定当前所发生的光伏***故障电弧种类。
本发明具有如下有益的技术效果:
1)该方法硬件实现简单,需在原有的光伏***中按照一定原则铺设所需检测信号的检测装置,用于获取待分析的光伏***原始检测信号,需在原有的直流故障电弧检测装置中加设检测信号输入端口、修正因子输出模块、多特征量联合处理模块,用于输入检测信号、形成对应特征量的修正因子和多特征量的线性加权处理,其中,多特征量联合处理模块所需的乘法器与加法器、修正因子输出模块所需的减法器与除法器批量生产工艺成熟,成本低廉;
2)该方法亦可用软件全程实现,仅需在原有的光伏***中铺设所需检测信号的传感器、原有的直流故障电弧检测装置中加设检测信号输入端口,直流故障电弧检测装置软件程序中在故障电弧检测时间要求范围内增加检测信号输入路数,线性加权后联合设定辨识阈值,编程原理简单,实现成本低廉;
3)该方法联合了光伏***故障电弧所引发的电压、电流、火花、明光、高温、烟雾、超声波、气压等多个变化的特征信号,相应的有效检测工况亦为所有单个光伏***故障电弧检测信号有效检测工况的并集,各个检测信号有效检测工况的综合互补,极大提高了光伏***在特殊工况下的故障电弧检测防范能力,拓宽了直流故障电弧检测装置辨识故障电弧的范围,避免了光伏***在电流这一检测信号电量变化辨识失效工况下所引发的直流故障电弧检测装置拒动问题,由此有效提升了光伏***故障电弧检测的快速性和可靠性,避免了这些工况下潜在的故障电弧威胁造成的生命财产损失;
4)该方法联合了光伏***故障电弧所引发的电压、电流、火花、明光、高温、烟雾、超声波、气压等多个变化的特征信号,可以抓住故障电弧同负载变动、类弧负载所引发的火花、明光、高温、烟雾、超声波、气压等多个额外变化的本质特征,所形成的联合特征量检测稳定性得以大幅增加,使得即便产生相同的电量变化特征的负载变动和类弧负载亦能够被区分开来,排除了这些光伏***正常运行工况下的误动问题,使得光伏***在这些工况下仍能够不因误动而停运,有效提升了光伏***故障电弧检测的针对性和可靠性,大大延长了光伏***的有效工作时间,增加了经济效益;
5)该方法属于数值地计算检测信号特征量值,对待联合的检测信号个数、每路检测信号的采样频率、每路检测信号特征量综合的个数、每个特征量联合检测信号的个数和生成这些特征量的方法并不限制,也不要求这些特征量具有解析表达形式,只要求这些特征量对应的各路原始检测信号所分析时段持续的时间长短是一致的,丰富多样的特征量组合确保了故障电弧检测方法的灵活性与自由性,更是显著提升光伏***故障电弧检测针对性、快速性和可靠性的根本保障;
6)该方法在算法上采用了并行处理结构,存储模块获取下一时段的多路检测信号的过程是并行的,存储模块获取下一时段多路检测信号与分析模块进行当前时段多路检测信号分析是并行的,单次故障电弧检测时段信号获取的时间主要由多路检测信号所分析时段的时间长短决定,由当前时段多路检测信号进行特征量分析获取多特征值的过程是并行的,由当前时段检测信号典型值及多特征值构造相应多修正因子的过程是并行的,由下一时段检测信号多特征值与相应的修正因子加权运算的过程是并行的,单次故障电弧检测信号处理分析的时间主要由算法最为复杂的特征量计算时间所决定,在提升光伏***故障电弧检测算法可靠性的同时并不降低算法的运行速度,切实保障了直流故障电弧检测装置对故障电弧检测的实时性;
8)该方法涉及光伏***故障电弧所引发的电压、电流、火花、明光、高温、烟雾、超声波、气压等多个变化特征信号的联合,检测装置对故障电弧这些额外变化的本质特征检测使得故障电弧定位的精准程度有所提升,节省了光伏***故障电弧发生后的排查时间,对故障光伏组件的快速可靠定位切除增加了光伏***保持最大功率运行的时间,提升了光伏***的经济效益和光伏组件的使用效率;
9)该方法在故障电弧事件发生后,可灵活地对多路检测信号的分析时段Ts划分的更为精细,正常态低频分析故障态高频分析的思想有利于光伏***故障电弧判断快速性的提升。
附图说明
图1a为本发明的光伏***故障电弧联合检测方法流程图之一;
图1b为本发明的光伏***故障电弧联合检测方法流程图之二;
图2a为本发明于包含集成于逆变器的直流故障电弧检测装置的特定光伏***应用软件实现时的原理框图;
图2b为本发明于包含集成于光伏串的直流故障电弧检测装置的特定光伏***应用软件实现时的原理框图;
图2c为本发明于包含集成于光伏模块的直流故障电弧检测装置的特定光伏***应用软件实现时的原理框图;
图3为本发明于包含直流故障电弧检测装置的光伏***应用硬件实现时的原理框图;
图4a为应用本发明进行光伏***故障电弧检测的光伏***输出电流检测信号;
图4b为应用本发明进行光伏***故障电弧检测的光伏***输出电压检测信号;
图5为联合一个单输入特征量进行光伏***故障电弧检测的联合特征量波形;
图6a为联合多种方法形成的多个两输入特征量进行光伏***故障电弧检测的联合特征量波形;
图6b为联合多种方法形成的多个两输入特征量进行光伏***故障电弧变时检测的联合特征量波形;
图中:1、光伏***;2、直流故障电弧检测装置;3、逆变器;4、存储模块;5、脱扣装置;6、断路器;7、交流电网;8、检测装置;9、短路开关;10、光伏模块;11、分析模块;12、修正因子输出模块;13、多特征量联合处理模块;14、辨识模块。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
参见图1a,一种联合多检测信号的光伏***故障电弧检测方法:采集多路用以反映光伏***故障电弧特征的检测信号,对同时输入至直流故障电弧检测装置的多路检测信号分时段处理,通过一种或多种光伏***故障电弧检测方法形成的一个或多个特征量,并行地按特征量要求将一路或者多路当前时段与下一时段输入检测信号带入进行处理分析以得到当前时段与下一时段的一个或多个特征值,基于平移方式将所得到的全部特征量归至其中使用内存表示最少的特征量上,确保所有位于正常态的特征量相近。选定基准特征量输入检测信号为所有特征量使用最频繁、抗干扰能力最强的那路输入检测信号,获取当前时段与下一时段的检测信号典型值。确认当前时段与下一时段选定检测信号典型值是否相等,不相等时,构造与每个下一时段特征值相应的常规修正因子(包括基于当前时段与下一时段该特征值相对变化同当前时段与下一时段选定检测信号典型值相对变化之比的绝对值所构造的相对修正因子,还包括基于当前时段与下一时段该特征值绝对变化同当前时段与下一时段选定检测信号典型值绝对变化之比的绝对值所构造的绝对修正因子);相等时,基于当前时段与下一时段该特征值相对变化同当前时段选定检测信号典型值之积的绝对值构造与每个下一时段特征值相应的半相对修正因子。将所构造的每个修正因子同相应的下一时段特征值线性加权形成联合特征量用以完成光伏***故障电弧检测。光伏***故障电弧事件发生时,调小或不调整光伏***故障电弧检测信号的分析时段,调整分析时段后需基于首个故障电弧事件发生的前一时段输入检测信号原分析时段及现分析时段特征值之比对调整分析时段后计算所得的相应特征量进行修正,基于首个故障电弧事件发生的前一时段计算所得的典型值、特征值同调整分析时段后每一时段多路输入检测信号计算所得的典型值、特征值获取相应的修正因子,基于首个故障电弧事件发生时的联合特征值超出阈值的倍数调整所需连续判断故障电弧事件次数;光伏***故障电弧事件未发生时,之前已调整分析时段大小时便恢复至光伏***故障电弧检测信号的分析时段初始设定值,恢复以正常态相对较低的分析频率、以转移的方式动态变更当前典型值、特征值及判断故障电弧事件连续发生初始设定值对输入的多路检测信号进行处理分析。
本发明通过联合多个光伏***故障电弧所引发的变化特征信号,利用各个检测信号有效检测工况综合互补的方式弥补了使用单一检测信号检测时的漏洞,拓宽了直流故障电弧检测装置辨识故障电弧的范围,有效解决了直流故障电弧检测装置应对单一检测信号有效检测工况以外的其他故障工况而拒动的问题,由此确保了光伏***的稳定安全运行;通过联合故障电弧不同于负载变动、类弧负载等工况所引发的火花、明光、高温、烟雾、超声波、气压等多个变化的额外特征,大幅增加了直流故障电弧检测装置辨识故障电弧本质的能力,联合特征量检测稳定性的大幅提升有效解决了直流故障电弧检测装置因单一检测信号的局限性无法准确区分正常工况而误动的问题,由此增强了光伏***保持最大功率输出和光伏***故障电弧定位的能力。
结合图1b,对本发明所述光伏***故障电弧联合检测方法的步骤进行具体说明。
步骤一、初始化过程:清空检测装置、直流故障电弧检测装置内存储模块、当前元、下一元等单元内存放的原始信息,清零直流故障电弧检测装置输出端口、故障电弧事件次数N、联合特征值超出阈值的倍数G、存储模块标志,设定检测装置对各路检测信号的采样频率fi(输入检测信号序号i=1,2…n)、分析时段Ts、典型值相等判定阈值N0、故障电弧事件计数变量阈值N1、故障电弧事件判断阈值l0等。
步骤二、检测装置按照既定的采样频率fi对光伏***直流故障电弧检测装置所需的多路待检测信号进行并行采样,得到n路检测信号xi(输入检测信号序号i=1,2…n)。
其中,第i路检测信号xi采样频率fi越高,相同分析时段Ts内该路检测信号采样点数越多。较高的采样频率fi确保了分析时段Ts可以在故障电弧事件发生后进行自适应调整,拓宽了分析时段Ts的选择范围,与此同时,诸如频谱分析等故障电弧处理算法要求一定分析时段Ts要有足够多的采样点输入以保证检测效果。然而,过高的采样频率对检测装置的硬件设计要求过高,过多的采样点也会增加光伏***故障电弧检测算法分析运行的时间,不利于故障电弧检测的快速性要求,与此同时,过高频率采样下所得到的采样点会使得诸如电流变化率等故障电弧处理算法在光伏***故障态呈现同正常态相同的检测效果而失效的问题。在检测光伏***故障电弧所引发的电压、电流、火花、明光、高温、烟雾、超声波、气压等多个变化的特征信号时,不仅需要对其进行模数转换,更需要通过传感器等将其按照一定的原则转换为电量信号,故而这些检测信号的极限最大采样频率往往较单纯的电流电压检测信号低。因此,各路检测信号的采样频率fi可依据所检测信号的特点而定,可彼此不等,fi一般取为10kHz~500kHz。
步骤三、直流故障电弧检测装置通过多路输入端口,实时读入检测装置所输出的各路检测信号采样点,存储模块为每一路检测信号开辟存储空间,存储模块并行地存放各路检测信号的这些采样点。
存储模块的作用在于对同时输入的多路检测信号进行分时段存储,一方面是按照光伏***故障电弧检测算法获取输入采样点,另一方面是控制该时段下所要联合的各路检测信号特征值均基于描述相同时刻光伏***状态的各路输入检测信号得到的。因此,各路检测信号的分析时段Ti,j(输入检测信号序号i=1,2…n;分析时段序号j为1~m中的某一值)必须相等,而基于变时分析的思想,第i路检测信号的分析时段Ti,j(输入检测信号序号i为1~n中的某一值;分析时段序号j=1,2…m)可不必相等。
判断已存储于各路存储空间的采样点总数是否达到分析时段Ts的要求。若达到,则判断各路检测信号采样点数量已足够分析模块进行后续分析处理,存储模块标志跳变为高电平1,由此存储模块开始传输当前时段各路检测信号xi,j(输入检测信号序号i=1,2…n;分析时段序号j为1~m中的某一值)至分析模块进行后续处理,转至步骤四进行当前时段各路检测信号的后续处理,与此同时,清零存储标志令存储模块继续进行下一时段各路检测信号xi,j+1的实时读入存储;若未达到,则判断各路检测信号采样点数量还不足以满足分析模块进行后续分析处理的要求,需要返回步骤二进行各路检测信号下一采样点的读入存储。
其中,分析时段Ts越小,两次进行故障电弧事件分析判断的时间间隔越小,可以提升光伏***故障电弧检测的实时性,但也对检测信号典型值获取、最复杂特征值计算、修正因子构造和联合特征量辨识的总运算时间限制更为苛刻,相同采样频率fi下该时段的采样点数越少,但过少的采样点数无法满足诸如频谱分析等故障电弧处理算法的要求,使得这些检测算法无法抓住光伏***故障电弧的有效特征而失效。因此,结合前述的正常态与故障态可对各路检测信号分频检测的思想以及常规算法分析时段的共同有效性综合考虑,分析时段Ts一般取为2ms~30ms。
步骤四、直流故障电弧检测装置并行地依据各特征量的输入要求将相应一路或者多路当前时段检测信号带入特征量表达式fk(选取待计算的特征量序号k=1,2…g)处理分析,计算得到特征值yi,j,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g)。
特征量表达式fk可以是一路输入检测信号xi(输入检测信号序号i为1~n中的某一值)的解析函数,也可以是任意多路输入检测信号xi组合的解析函数,这时的特征量表达式类似于函数映射职能,直接将输入的待分析一路或者多路当前时段检测信号经过已知的特征量表达式fk的映射获得输出的特征值yi,j,k;也可以是将输入的待分析一路或者多路当前时段检测信号经过一些算法数值离散地计算,得到变换域中的中间值,选取由检测信号故障态所决定的不同中间量作为特征量表达式fk,而后经连续映射获取特征值yi,j,k;自然,这种特征量表达式fk获取特征值的过程也可以由全程使用算法数值取代,离散地直接计算得到由一路或者多路检测信号所决定的输出特征值yi,j,k。多输入特征量使用多路信号来源,对光伏***的状态判别更为准确。
联合特征量生成的过程要求必须依据多路检测信号生成多个特征值yi,j,k。当特征量表达式fk是单输入时,由于检测信号xi是多路的,故而即使特征量表达式fk只存在一个也可以经过多个不同的输入xi生成相应的多个yi,j,1,也就是说,对于任意一路检测信号xi,可以只使用由一种光伏***故障电弧检测算法所提供的一个特征量f1。对第i路检测信号xi也可使用多个特征量表达式fk,自然可以生成相应的多个yi,j,k。当特征量表达式fk是多输入时,此时的i值使用所计算的检测信号路数表示。当所选取的多输入特征量fk以全部检测信号作为输入时,此时的特征量fk必须为多个。由于本发明强调特征量组合的灵活性,故而单输入与多输入特征量可混用,且所选择的特征量组中不同的多输入特征量fk间、多输入与单输入特征量fk间可以包含相同的输入检测信号。上述的特征量表达式fk可以由一种光伏***故障电弧检测算法生成,也可以由多种光伏***故障电弧检测算法生成。使用多种光伏***故障电弧检测算法进行检测时,所得的多个特征量更好地从不同视角把握了由光伏***故障电弧所引发的本质差异。因此,由多种光伏***故障电弧检测算法生成多个多输入特征量的方式作为优选。
步骤五、直流故障电弧检测装置在特征值yi,j,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j=1~m中的某一值;特征量序号k=1,2…g)计算完毕后,判断当前进行分析的时段是否为首个分析时段,若是,则以使用内存表示最少的特征值为基准,弥补各特征值与基准特征值之间的差距,将所得到的全部特征值yi,1,k归至所述基准上,选定基准特征量输入检测信号中的一路检测信号获取典型值x j,将全部生成得到的典型值x 1与多个特征值yi,1,k存储于当前元中以备后续计算,而后返回步骤四进行下一时段典型值x j+1与特征值yi,j+1,k的计算;若不是,说明当前分析时段为其他的分析时段,则按照首个阶段已求得的差值将相应特征值归至所述基准,依据首个阶段已选定的检测信号获取典型值x j,由该时段分析得到的典型值x j与多个特征值yi,j,k一方面要扮演下一元参与其特征值相应修正因子wi,j+1,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j=1~m中的某一值;特征量序号k=1,2…g)的计算,另一方面扮演当前元参与后续特征值yi,j+2,k相应修正因子wi,j+2,k的计算,将全部生成得到的典型值x j与多个特征值yi,j,k存储于下一元中以备后续计算,转至步骤七进行相应修正因子wi,j+1,k的构造。
所述弥补差距的处理方式实质上是以所取特征量位于正常态的特征值为基准,将其他各特征量进行平移,以使得这些特征量位于正常态的特征值与基准处于同一水平,由此消除各输出特征值在正常态下的数量级差距。
直流故障电弧检测装置选定获取基准特征量的输入检测信号为获取典型值的对象。若该基准特征量为单输入特征量,则该特征量所输入的检测信号便是用于获取典型值的检测信号;若该基准特征量为多输入特征量,则该特征量所输入的检测信号便有多路,通过选取其中被步骤四所有特征量使用频次最高的检测信号获取典型值,若存在多个检测信号使用频次相同的情形,则进一步挑选其中受到干扰最小的检测信号作为获取典型值的对象。故障电弧改变了***状态,通过作用各个客观存在的检测信号使之变动,因而可以使用所输入的某路检测信号变动程度表征光伏***所处状态的变化,避免了对输入的多路当前时段检测信号同时获取典型值,大大加快了联合检测算法的计算速度,减少了存储典型值所要求的内存。
对选定检测信号获取当前时段典型值,实质上是按照一定的原则对该时段内所包含的采样点xi,c(输入检测信号序号i为1~n中的某一值;采样点序号c=j×Ts×fi+1,j×Ts×fi+2,...j×Ts×fi+Ts×fi;分析时段序号j为0~m-1中的某一值)构成的信号集进行运算,最终得到能代表该段检测信号特征的典型值,由此便于下一时段特征值所对应的修正因子计算。
基于选定的检测信号序号i从存储模块读取相应路的输入检测信号xi,基于以下两种原则计算分析时段内选定检测信号的典型值:第一,基于该时段选定检测信号xi,j(输入检测信号序号i=1,2…n;分析时段序号j为1~m中的某一值)的最值(包括最大值、最小值)获取选定检测信号在该时段下的典型值x j(分析时段序号j为1~m中的某一值),通过逐点比较获取该段检测信号最值;第二,基于该时段选定检测信号xi,j的位置值(包括起始点、中间点及最末点)获取选定检测信号在该时段下的典型值x j,通过定位读取获取该段信号位置值。上述两种选取典型值的原则对分析时段Ts与选定检测信号采样频率f恰好为倒数关系这一特殊输入的情况亦适用。
其中,经过数值试验,在同等情况下比较两种检测信号典型值获取方式,发现故障状态下两者较正常状态下产生的大脉冲相差无几,但正常状态下最值产生的联合特征量较位置值产生的具有更好的稀疏度,使得正常态与故障态的差异更为明显,便于故障电弧发生时刻的及时检测。因此,最值获取选定检测信号典型值的方式作为优选。
当前元和下一元在存储典型值x j与多个特征值yi,j,k时,按照典型值先存放特征值后存放的次序,特征值首先应按照输入检测信号序号或者路数i从小到大排列,即全部的单输入特征值按所输入的检测信号序号排列,全部的多输入特征值按所选取的检测信号路数排列;在输入检测信号输入检测信号序号或者路数i相同时,应按照特征量表达式序号k从小到大进行依次存放。
步骤六、直流故障电弧检测装置判断当前元与下一元中典型值x j、x j+1(分析时段序号j为1~m中的某一值)之差是否超出设定范围N0。若未超出设定范围N0,则表明检测信号在两时段内变化波动可以忽略,并行地对所有检测信号生成的所有下一时段特征值yi,j+1,k构造相应的半相对修正因子wi,j+1,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g),转至步骤八进行联合特征量的构造;若超出设定范围N0,则表明检测信号在两时段内存在变化波动,并行地对所有检测信号生成的所有下一时段特征值yi,j+1,k构造常规修正因子wi,j+1,k,转至步骤八进行联合特征量的构造。
面对由多路检测信号形成的多个特征量,修正因子作为每个特征量的加权系数,便是起到形成联合检测运算的桥梁作用。修正因子应按照下述原则进行构造:对于每一个时刻光伏***所处的状态而言,对此时光伏***状态辨识最可靠最敏感的特征量应在综合特征量中占据较大的比重。如此在每一种工况下令各特征量依据其检测效果进行自适应调整,由此各个特征量的综合互补使得所计算得到的联合特征量能保持多种工况下检测的有效性。
可基于以下两种原则并行地构造分析时段内下一元中的各路检测信号各个特征值的常规修正因子:第一,基于当前时段特征值yi,j,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g)与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的相对变化之比的绝对值所构造的相对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/(x j+1-x j)/yi,j,k|;第二,基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的绝对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的绝对变化之比的绝对值所构造的绝对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)/(x j+1-x j)|。
其中,经过数值试验,在当前时段与下一时段检测信号典型值不相同时,在同等情况下比较两种构造常规修正因子的方式,发现尽管正常状态下绝对修正因子产生的联合特征量较相对修正因子产生的更为平滑、稀疏度优异,然而故障状态下相对修正因子产生的联合特征量较绝对修正因子产生的具有幅值更大、数量更多的尖脉冲,使得正常态与故障态的差异更为明显,大大拓宽的特征量变化范围便于故障电弧发生时刻的及时检测。因此,常规修正因子选取相对修正因子的构造方式作为优选。
当判断当前时段和下一时段的选定检测信号典型值存在关系x j=x j+1时,偶然因素造成的检测信号典型值并不能说明两时段的该路检测信号状态一致,即不能说明这两段的光伏***状态均处于正常态或故障态,需要构造半相对修正因子wi,j+1,k对其进行进一步的分析。
在当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1相等时,此时相应的修正因子按半相对修正因子构造,即基于当前时段特征值yi,j,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n,k表示选取待计算的特征量序号,k=1,2…g;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g)与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j之积的绝对值wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/yi,j,k|构造。
步骤七、直流故障电弧检测装置将计算得到的修正因子wi,j+1,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n,k表示选取待计算的特征量序号,k=1,2…g;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g)同下一时段特征值yi,j+1,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n,k表示选取待计算的特征量序号,k=1,2…g;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g)线性加权,形成联合特征量 然后转至步骤九使用联合特征量进行光伏***故障电弧检测。
本发明联合检测方法的主要特征在于各路检测信号所有特征值的修正因子wi,j+1,k计算完毕后,将所构造的每个修正因子wi,j+1,k同相应的下一时段特征值yi,j+1,k线性加权形成联合特征量lj+1,而后使用联合特征量而非目前所使用的单一检测信号特征量进行光伏***故障电弧检测。
本发明的光伏***故障电弧联合检测方法还能用于不同光伏***故障电弧种类的判定。以单输入特征量为例说明,假定各路检测信号特征量yi,j,k(输入检测信号序号i=1,2…n1;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g1)用于检测光伏***串联故障电弧,特征量yi,j,k(输入检测信号序号i=n1+1,n1+2…n2,n2为大于n1的整数;分析时段序号j为1~m中的某一值;特征量序号k=g1+1,g1+2…g2,g2为大于g1的整数)用于检测光伏***线线并联故障电弧,特征量yi,j,k(输入检测信号序号i=n2+1,n2+2…n3,n3为大于n2的整数;分析时段序号j为1~m中的某一值;特征量序号k=g2+1,g2+2…g3,g3为大于g2的整数)用于检测光伏***线内并联故障电弧,特征量yi,j,k(输入检测信号序号i=n3+1,n3+2…n4,n4为大于n3的整数;分析时段序号j为1~m中的某一值;特征量序号k=g3+1,g3+2…g4,g4为大于g3的整数)用于检测光伏***对地并联故障电弧。通过联合各个不同特征量,实质上是将它们所能检测的光伏***故障电弧不同种类加以合并,由此按照本发明方法所形成的联合特征量lj+1(分析时段序号j为1~m中的某一值)可辨识多种光伏***故障电弧。譬如,在光伏***发生串联故障电弧时,所检测的各路光伏***信号的变化只能引起相应检测串联故障电弧的特征量yi,j,k(输入检测信号序号i=1,2…n1;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g1)发生变化而其他特征量yi,j,k(输入检测信号序号i=n1+1,2…n4;分析时段序号j为1~m中的某一值;特征量序号k=g1+1,2…g4)并不发生较大的改变,由此所构造的修正因子wi,j+1,k(输入检测信号序号i=1,2…n1;分析时段序号j为1~m中的某一值;特征量序号k=1,2…g1)也相应地较其他各修正因子wi,j+1,k(输入检测信号序号i=n1+1,2…n4;分析时段序号j为1~m中的某一值;特征量序号k=g1+1,2…g4)大,因而可通过计算所得的较大修正因子追踪此时所对应的特征量,由此实现当前所发生的光伏***故障电弧种类判断,也就可以相应的采取更有针对性的保护措施,以解决目前检测光伏***各种故障电弧特征量不统一的问题。
步骤八、直流故障电弧检测装置通过联合特征量进行故障电弧检测,利用联合特征量计算值lj+1(分析时段序号j为1~m中的某一值)与设定的阈值l0进行比较,判断当前时段光伏***内是否发生故障电弧事件,若发生故障电弧事件,则计数变量N计数,在首次发生时计算此时联合特征值超出阈值的倍数G,并依据所得G值调整N1,之后利用计数变量N与故障电弧事件计数变量阈值N1进行比较判断故障电弧事件是否连续发生,若故障电弧事件连续发生N1次,则判定当前分析时段光伏***内发生故障电弧,采取相应的保护措施;若故障电弧事件未连续发生N1次,调小或不调整分析时段Ts的设定值,将基于首个故障电弧事件发生的前一时段输入检测信号计算所得的典型值、特征值锁存于当前元内,然后返回步骤四对下一分析时段的多路检测信号进行分析;若未发生故障电弧事件,则清零计数变量N,保持分析时段Ts及故障电弧事件计数变量阈值N1的初始设定值不变,如步骤六所述,下一元中所存储的典型值与多特征值扮演着双重角色,因而还需将下一元中的典型值与多特征值转移至当前元中,便于进行下一次修正因子的构造和综合特征量的形成,然后返回步骤四进行下一分析时段多路检测信号的光伏***故障电弧分析。
为了避免偶然因素引起直流故障电弧检测装置的误动作,通过设定故障电弧事件计数变量阈值N1,认为只有故障电弧事件连续发生达到N1次后,才认为***内发生故障电弧,由此提高直流故障电弧检测装置检测可靠性。若N=N1,则判定光伏***中产生了故障电弧,直流故障电弧检测装置采取保护措施,定位脱扣切除发生故障电弧的相关光伏组件以熄灭故障电弧,并及时生成故障电弧处理记录报告至监管机,是否保持切除故障光伏模块后剩余的光伏组件正常运行工作视不同的工况而定;若N<N1,则需要进一步进行故障电弧检测避免偶发误动干扰故障电弧的判断,此时由于***可能发生故障电弧,故而光伏***可能处于故障态而非正常态,所以可以选择调小分析时段Ts的时间间隔,使用更精细的分析视角对光伏***内可能存在的故障电弧进行细致的分析,而一旦确认光伏***内未连续发生故障电弧事件时,立即恢复正常态所使用的分析时段Ts的时间间隔,由此确保了光伏***故障电弧发生时刻检测的快速性。这在提升光伏***故障电弧检测算法的快速性的同时还延长了新建立的光伏***中直流故障电弧检测装置的寿命。
对于每一次所发生的首个故障电弧事件而言,检测信号刚由正常态进入故障态,当前元中的典型值与多特征值由正常态检测信号计算所得,下一元中的典型值与多特征值由故障态检测信号计算所得。
调小检测信号分析时段Ts所订立的时间间隔后,对每个特征量而言,需要使用调小后的分析时段Ts对当前元对应分析的当前时段检测信号进行分析(由于分析时段Ts变小,此时使用特征量进行计算的输入信号所包含的采样点数减少),获取相应特征值y'i,j,k(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;分析时段序号j为对应故障电弧事件发生序号-1;特征量序号k=1,2…g)。由此同当前元中已计算所得相应特征值做商,得到用于校正相应特征量对检测信号进行高频分析的补偿系数Ek=yi,j,k/y'i,j,k(特征量序号k=1,2…g)。也就是说,对探查到故障电弧事件后对应的检测信号调小分析时段Ts的时间间隔时进行更精细的分析时,用以联合特征量计算的多个特征量输入是经多个特征量fk(特征量序号k=1,2…g)计算得到特征值y'i,j,k[分析时段序号j为(对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n;对应故障电弧事件发生序号+1)~m中的某一值;特征量序号k=1,2…g]同补偿系数Ek(特征量序号k=1,2…g)乘积的结果。
当然,在直流故障电弧检测装置分析正常态检测信号时频率已足够高,已经能达到标准所要求的故障电弧切除时间的情形下,分析频率fs亦可保持不变,这有利于减小对直流故障电弧检测装置的硬件和成本要求。
与此同时,每一次首个故障电弧事件发生后,用于计算修正因子的特征值yi,j,k与典型值x j也有所调整。检测信号一旦因每次所发生的首个故障电弧事件而进入故障态时,当前元内所存储的典型值、特征值被锁存,即是基于首个故障电弧事件发生前的最后一个分析时段正常态检测信号计算得到的,而下一元所存储的典型值、特征值依旧按照步骤六依据当前所分析的检测信号获取,是动态变化的。在达到判定故障电弧的设定次数前若未发生故障电弧事件,则判定当前所分析的检测信号处于正常态,清零计数变量N,将基于该段正常态检测信号计算所得的典型值、特征值替换原始锁定值存储于当前元内,下一元所存储的典型值、特征值获取方式不变。若当前所分析的检测信号依旧未发生故障电弧事件,则继续采用处理正常态检测信号那样动态变化当前元、下一元内存储的典型值、特征值;一旦当前所分析的检测信号发生故障电弧事件,立即锁存当前元而仅变更下一元存储内容,继续进行故障电弧的辨识。
下一元所存储的典型值和多特征值的转移确保了后续分析时段j(分析时段序号j为2~m中的某一值)内用以构造修正因子的输入计算量减少了一半,相应算法运算速度有所提升,充分说明了本发明方法时刻围绕如何更为快速更为可靠地检测光伏***故障电弧这一问题提出的。
其中,故障电弧事件计数变量阈值N1越大,所检测到的用于反映多路检测信号变化的联合特征量变化是由故障电弧引发的概率越高,故障电弧检测可靠性也越高,但综合快速切断故障电弧的要求考虑,N1一般取为3~5。
在首次发生故障电弧事件时,除了调整分析时段、变更修正因子计算方式外,还需计算此时联合特征值超出阈值的倍数G,依据所得G值调整N1得调整后的故障电弧事件计数变量阈值即使故障电弧引发联合特征量处于很大幅值,设定该阈值下限为2,即联合特征量至少要出现两次较大计算值超出阈值的情况。联合特征量出现较阈值大的多的幅值说明了光伏***所处异常状态的严重性,通过动态减少故障电弧事件计数次数加快故障电弧的发现切除。
结合图2a、图2b和图2c,阐述本发明方法的软件实现过程。目前现有的直流故障电弧检测装置依据其检测故障电弧范围的不同可划分为集成于逆变器、集成于光伏串和集成于光伏模块三种,由于本发明中对选定检测信号典型值选取、各路检测信号特征值获取、修正因子构造以及联合特征量形成等均可用算法编程实现,故所需关注的核心是合理排布检测装置以获取所需的多路检测信号,图2a、图2b和图2c分别给出三种集成形式下用软件实现本发明的最简洁硬件框架结构图。假设各图中的光伏***包含J个光伏串,每个光伏串包含K个光伏模块,相应的光伏模块10共有J×K个。
结合图2a,阐述应用本发明的光伏***故障电弧联合检测方法于包含集成于逆变器的直流故障电弧检测装置的特定光伏***。结构上,同常规包含集成于逆变器的直流故障电弧检测装置的特定光伏***一致,直流故障电弧检测装置2仅一个。但由于多路检测信号中可能含有直接反映电弧特征的火花、明光、高温、烟雾、超声波、气压等检测信号,故而这里的直流故障电弧检测装置2所处理的信号并非是光伏***总线上的检测信号,而是分布于光伏***内的检测装置8获取的多路检测信号。与此同时,光伏***故障电弧发生的随机性决定其位置的不确定性,故而相应的检测电量装置8也要按照一定的原则分布于光伏***内而非仅为分布于光伏***总线上的一个,以及时的发现各处可能发生的故障电弧隐患。
检测装置8具备多个高度集成的传感转换器件,这些传感转换器件的类型由直流故障电弧检测装置2所需的待检测信号决定,也就是说,每一个检测装置8都能完成本发明所需的多路检测信号获取。鉴于目前诸如光敏传感器、热敏传感器、声敏传感器等常规传感转换器件的执行检测能力,由它们所组成的一个检测装置8负责两光伏串两行所构成的周围四个光伏模块内的多路特征信号检测。为了确保检测信号范围的全覆盖能力,检测装置8在这两个光伏串上交替排列。当组成光伏***1的光伏串个数J为奇数或者构成每一个光伏串的光伏模块10个数K为奇数时,最后一光伏串或光伏串内的最后一行所使用的检测装置8只需负责所周围两个光伏模块内的特征信号检测,这时的检测装置8对信号的检测范围可以适当放宽以降低装置成本。相应最后一输入检测信号集所对应的输出控制端口也只控制最后一光伏串的开断,其他输出端口均对应相邻两光伏串的开断,由此构成的检测装置8为个、断路器6为J个、脱扣装置5为个。
检测装置8将多路检测信号送入至直流故障电弧检测装置2中,直流故障电弧检测装置2对每一个检测装置8送来的多路检测信号并行地按上述流程进行处理,即获取分析时段内的特征值、典型值,构造修正因子、联合特征量,进行光伏***故障电弧判断辨识。一旦发生故障电弧,对应于该输入检测信号相关两光伏串的输出控制端口发出动作命令,脱扣信号通过脱扣装置5使得两光伏串线路上的断路器6动作,由此实现故障电弧的切断。之所以要动作两个光伏串,主要是由于检测装置8送入的信号所涉及的周围四个光伏模块是关联两相邻光伏串的。因此,故障电弧发生后,并非同传统的包含集成于逆变器的直流故障电弧检测装置的特定光伏***一样切断整个光伏***,而是按照图示的脱扣装置及断路器分布规律仅断开两路光伏串线路,或断开一路光伏串线路(J为奇数时),保持其他光伏串依旧正常运行,使得光伏***运行效率始终保持在较高水平,发挥了检测装置8相应的多路检测作用。
结合图2b,阐述应用本发明的光伏***故障电弧联合检测方法于包含集成于光伏串的直流故障电弧检测装置的特定光伏***。结构上,同常规包含集成于逆变器的直流故障电弧检测装置的特定光伏***一致,直流故障电弧检测装置2同光伏***内的光伏串个数一致,为J个。
同样地,检测装置8负责每个光伏串内两行所构成的相邻两个光伏模块内的多路特征信号检测。当构成光伏***1内的每一个光伏串的光伏模块10个数K为奇数时,每个光伏串内的最后一个光伏模块所使用的检测装置8只需负责所该光伏模块周围的特征信号检测,这时的检测装置8对信号的检测范围可以适当放宽以降低装置成本。相应最后一输入检测信号集所对应的输出控制端口也只控制最后一光伏模块的开断及线路短接,其他输出端口均对应相邻两光伏模块的开断及线路短接,由此构成的检测装置8为个、断路器6为个、脱扣装置5为J个、短路开关9为个。
这里的直流故障电弧检测装置2所处理的信号并非是单个光伏串上的检测信号,而是分布于光伏串内的多个检测装置8获取的多路检测信号。检测装置8将多路检测信号送入至直流故障电弧检测装置2中,直流故障电弧检测装置2对每一个检测装置8送来的多路检测信号并行地按上述流程进行处理,即获取分析时段内的特征值、典型值,构造修正因子、联合特征量,进行光伏***故障电弧判断辨识。一旦发生故障电弧,对应于该输入检测信号相关光伏串的输出控制端口发出动作命令,直流故障电弧检测装置2生成诸如“0100...0”(共个数,高电平为有效控制,这里的实例说明的是该光伏串上第三、四光伏模块间存在故障电弧)的脱扣信号控制序列,通过脱扣装置5并行地控制该光伏串线路上的用于控制两光伏模块是否输出电量的断路器6,高电平使之动作以实现故障电弧的切断,另外通过相应的短路开关9形成其他正常光伏模块同逆变器输出的通路。
之所以要动作两个光伏块,主要是由于检测装置8送入的信号所涉及的便是这周围两个光伏模块。因此,故障电弧发生后,并非同传统的包含集成于光伏串的直流故障电弧检测装置的特定光伏***一样切断整个光伏串,而是按照图示的脱扣装置及断路器分布规律仅断开两光伏模块线路,或断开一光伏模块线路(K为奇数时),保持其他光伏模块依旧正常运行,使得光伏***运行效率始终保持在较高水平,发挥了检测装置8相应的多路检测作用。当某一光伏串上光伏模块切除较多以致于影响到光伏***的正常运行时,应当考虑采取更进一步的保护措施,即断开相应的故障光伏串而保持其他光伏串正常运行。
结合图2c,阐述应用本发明的光伏***故障电弧联合检测方法于包含集成于光伏模块的直流故障电弧检测装置的特定光伏***。结构上,同常规包含集成于光伏模块的直流故障电弧检测装置的特定光伏***一致,只是检测装置8需检测每个光伏模块内的多路并行的特征信号。
直流故障电弧检测装置2对检测装置8送来的多路检测信号并行地按上述流程进行处理,即获取分析时段内的特征值、典型值,构造修正因子、联合特征量,进行光伏***故障电弧判断辨识。一旦发生故障电弧,直流故障电弧检测装置2生成脱扣信号,通过脱扣装置5控制断路器6动作,以实现该光伏模块的故障电弧切断,另外通过相应的短路开关9形成其他正常光伏模块同逆变器输出的通路。当某一光伏串上光伏模块切除较多以致于影响到光伏***的正常运行时,应当考虑采取更进一步的保护措施,即断开相应的故障光伏串而保持其他光伏串正常运行。
结合图3,阐述本发明方法的硬件实现过程。使用硬件实现光伏***故障电弧联合检测时,同样地要遵循图2a、图2b和图2c中用于信号检测的检测装置8在光伏***内的铺设排布形式,同样地要在直流故障电弧检测装置2内增设与检测装置8输出信号相应的用以获取检测信号的输入端口。与软件实现所不同的是,本发明在使用硬件实现时,修正因子的构造与联合特征量的形成由直流故障电弧检测装置2中的相应模块实现,由此决定了直流故障电弧检测装置2在硬件实现时不同的框架结构,故而图3仅给出直流故障电弧检测装置2的工作原理框图。
如图3所示,当直流故障电弧检测装置2以集成于逆变器的形式出现于光伏***时,检测信号的输入是多端口的,脱扣信号的输出也是多端口的;当直流故障电弧检测装置2以集成于光伏串的形式出现于光伏***时,检测信号的输入是多端口的,脱扣信号的输出是一端口的;当直流故障电弧检测装置2以集成于光伏模块的形式出现于光伏***时,检测信号的输入是一端口的,脱扣信号的输出也是一端口的。
在硬件实现时,对多路分析时段检测信号获取特征值,选定检测信号选取典型值,依次计算特征值、构造修正因子、形成联合特征量用以故障电弧检测。这些操作均使用现有的或新增的集成化模块实现,用以提升整个装置的运行效率,也便于整个装置的功能拓展、维护检修和批量生产。直流故障电弧检测装置2对每一个检测装置8所获取的多路检测信号,使用存储模块4按上述步骤对信号依次采样存储进行分时段处理,使用分析模块11对当前时段的多路检测信号并行进行算法分析,选取特征量要求的检测信号以获取多特征值并选取典型值,使用修正因子输出模块12按上述原则通过特征值和相应的典型值构造相应的修正因子,使用多特征量联合处理模块13通过特征值和相应的修正因子形成联合特征量,最终使用辨识模块14通过联合特征量对光伏***故障电弧进行辨识。
结合图4a和图4b所示的光伏***输出电流检测信号、光伏***输出电压检测信号,阐述应用本发明的光伏***故障电弧联合检测方法进行实施例分析的过程。图中波形采样频率f1=f2=500kHz。
图示1阶段(0~3.53s)为光伏***通过闭合线路、逆变器将电能输送至电网的正常电量波形;2阶段(3.53~3.87s)为光伏***总线发生串联故障电弧而产生的动态降低的故障电弧电流波形光伏***的非线性U-I输出特性曲线使得相应的光伏输出电压较正常电压有所上升;3阶段(3.87~4.69s)为较正常电流低的故障电弧电流以及较正常电压高的光伏***输出电压得以维持阶段;4阶段(4.69~4.96s)为逆变器算法调节产生变化的3阶段电量波形,使故障电流动态升高而光伏***输出电压动态降低;5阶段(4.96~7.83s)为较3阶段故障电流高的故障电弧电流以及较3阶段正常电压低的光伏***输出电压得以维持阶段。
结合图5,阐述选用一个单输入特征量应用本发明的光伏***故障电弧联合检测方法进行光伏***输出电流、电压检测信号分析的过程。本发明强调可对光伏***输出电流、光伏***输出电压等多路检测输入信号针对其不同的特征,采用不同来源、不同个数的特征量加以分析,于是便产生了一一分析(一个特征量分析光伏***输出电流、一个特征量分析光伏***输出电压,后同)、一多分析、多一分析和多多分析不同的联合形式。对于每一种检测信号所采取的最优特征量来源及个数选取,需依据检测效果与算法复杂度共同决定,这里仅通过使用一个特征量联合分析光伏***输出电流、电压检测信号为例说明该类方法的实施过程。
对输入至直流故障电弧检测装置的光伏***输出电流检测信号x1、光伏***输出电压检测信号x2均按5ms进行等时间间隔分析,使用单一输入的频谱特征量f1进行分析。对于频谱特征量f1而言,它属于借助变换域中间值间接获取特征值的方法,即在变换输入分析时段内的检测信号xi,j(输入检测信号序号i=1,2,分析时段序号j为1~1569中的某一值)所得的中间值时,便对应输出该时段内谐波变化的相应值yi,j,1(输入检测信号序号i=1,2,分析时段序号j为1~1569中的某一值)。图5实质上就是使用一个频谱特征量f1对多路电量检测信号x i(输入检测信号序号i=1,2)进行联合的结果。
经大量数值试验结果验证,基于所选取的频谱特征量f1及所输入的多分析时段检测信号x i,j获取该时段的特征值yi,j,1,选取由电流检测信号获取的频谱特征量y1,j,1为基准,按平移的方式将由电压检测信号获取的频谱特征量y2,j,1进行处理,使得这些频谱特征量yi,j,1处于正常态的特征值均处于同一水平。选定获取基准特征量的电流检测信号x1为获取典型值的对象,基于分析时段检测信号最值这一最优的典型值选取方式得到分析时段所选取检测信号典型值x j,当检测信号相邻两典型值之差在约束范围内,即存在x j=x j+1的情形时,基于当前时段、下一时段特征值相对变化同当前时段输入检测信号典型值x j之积的绝对值wi,j+1,1=|(yi,j+1,1-yi,j,1)×x j/yi,j,1|(输入检测信号序号i=1,2,分析时段序号j为1~1568中的某一值)构造属于下一时段特征值的半相对修正因子;当检测信号相邻两典型值之差不在约束范围内,即存在x j≠x j+1的情形时,基于当前时段、下一时段的检测信号典型值相对变化和特征值相对变化这一最优的常规修正因子构造方式得到属于下一时段特征值的相对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/(x j+1-x j)/yi,j,k|。在首次发生故障电弧事件时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素应锁存为由发生故障电弧事件前的最后一个正常态计算所得的典型值与特征值,是静态不变的;当故障电弧事件未连续发生规定次数时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素立即变更为由当前正常态计算所得的典型值与特征值,是同处理正常态检测信号一样使用相邻两典型值与特征值用于修正因子计算的动态变化过程。将所构造的相对修正因子同相应的下一时段特征值线性加权形成联合特征量(分析时段序号j为1~1568中的某一值),得到图5所示的最终用于光伏***故障电弧检测的联合特征量输出波形。
由图5可见,按照本发明所述的光伏***故障电弧联合方法,能够令故障态与正常态的故障电弧检测信号输出的特征量波形在经所构造的修正因子处理后,使得故障态与正常态检测信号带入至特征表达式后的特征值差异更为显著,使得存在电量重叠的1、5阶段在联合特征量输出中得以分离,由此特征量阈值设定变动范围大大拓宽。联合特征量能够通过大幅提升故障电弧时刻发生的脉冲幅值对故障电弧发生时刻进行清晰的定位,其内所包含的用于判定故障电弧事件发生的时刻点幅值也得以大幅提升,证实了修正因子对特征量所发挥的积极作用,有效改善了光伏***故障电弧的可靠快速检测能力。
结合图6,阐述选用多输入特征量应用本发明的光伏***故障电弧联合检测方法进行光伏***输出电流、电压检测信号分析的过程。在本实施例中,所选取的多输入协方差特征量已覆盖全部两路输入检测信号,因而需增设额外的检测特征量。所增设的特征量自然可以是图5中的单输入特征量,也可以灵活的混用单输入、多输入特征量直至效果最优,这里仅通过增设另一个多输入特征量为例说明该类方法的实施过程。
对输入至直流故障电弧检测装置的光伏***输出电流、电压检测信号xi(输入检测信号序号i=1,2)按5ms进行等时间间隔分析,分别使用协方差特征量f1和阻抗谱特征量f2进行分析。其中,协方差特征量f1便是所输入的两路检测信号的解析函数,直接通过映射的方式便可获得输出特征值y2,j,1(分析时段序号j为1~1568中的某一值);阻抗谱特征量f2是以变换两路输入检测信号所得到的变换域中间值作为输入,而后经通过映射的方式获取特征值y2,j,2。图6a实质上就是对着眼于电量变化的协方差、着眼于谐波变化的阻抗谱这两种不同算法所形成的特征值y2,j,k(特征量序号k=1,2)进行联合的结果。
基于协方差、阻抗谱分析所选取的多个特征量fk(特征量序号k=1,2)及所输入的多路分析时段检测信号xi,j(输入检测信号序号i=1,2;分析时段序号j为1~1569中的某一值)获取该时段的多特征值y2,j,k(因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为1~1569中的某一值;特征量序号k=1,2),选取阻抗谱特征量f2为基准,将协方差特征量f1按弥补y2,1,1、y2,1,2之间差距的原则,平移协方差特征量f1使得其正常态特征值与阻抗谱特征量f2正常态特征值处于同一水平。选定获取基准特征量的电流、电压检测信号为获取典型值的对象备选集,这些检测信号被所有特征量的使用次数相同,选取受干扰最小的电流检测信号为获取典型值的对象,基于最值这一最优的典型值选取方式得到分析时段所选取检测信号典型值x j(分析时段序号j为1~1569中的某一值)。当选定检测信号相邻两典型值之差在约束范围内,即存在x j=x j+1的情形时,基于当前时段、下一时段特征值相对变化同当前时段选定检测信号典型值x j之积的绝对值w2,j+1,k=|(y2,j+1,k-y2,j,k)×x j/y2,j,k|(因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为1~1568中的某一值;特征量序号k=1,2)构造属于下一时段特征值的半相对修正因子;当选定检测信号相邻两典型值之差不在约束范围内,即存在x j≠x j+1的情形时,基于当前时段、下一时段的选定检测信号典型值相对变化和特征值相对变化这一最优的常规修正因子构造方式得到属于下一时段特征值的相对修正因子w2,j+1,k=|(y2,j+1,k-y2,j,k)×x j/(x j+1-x j)/y2,j,k|。在首次发生故障电弧事件时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素应锁存为由发生故障电弧事件前的最后一个正常态计算所得的典型值与特征值,是静态不变的;当故障电弧事件未连续发生规定次数时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素立即变更为由当前正常态计算所得的典型值与特征值,是同处理正常态检测信号一样使用相邻两典型值与特征值用于修正因子计算的动态变化过程。将所构造的修正因子同相应的下一时段特征值线性加权形成联合特征量(分析时段序号j为1~1568中的某一值),由此得到图6a所示的最终用于光伏***故障电弧检测的联合特征量输出波形。
图6b所使用的多个具备多输入的特征量来源同图6a一致,不同之处在于使用了变时分析方法,即对该检测信号处于正常态的1阶段采取5ms的等时间间隔分析,而对该检测信号处于故障态的2~5阶段采取2ms的等时间间隔分析。直流故障电弧检测装置一旦检测到故障电弧事件发生后,对处于故障态的检测信号通过提高分析频率进行更精细的分析,由此实现光伏***故障电弧检测快速性的进一步提升,对后续的故障电弧快速切除大有益处。
基于协方差、阻抗谱分析所选取的多个特征量fk(特征量序号k=1,2)及所输入的多路分析时段检测信号xi,j(输入检测信号序号i=1,2;分析时段序号j为1~2863中的某一值)获取该时段的多特征值y2,j,k(因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为1~2863中的某一值;特征量序号k=1,2),基于首次故障电弧事件发生前的最后一个正常态两路输入检测信号xj经调整前分析时段Ts与调整后分析时段Ts所获取相应特征值之比获取补偿系数Ek=y2,j,k/y'2,j,k(因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为对应故障电弧事件发生序号-1;特征量序号k=1,2),由此得到校正后使用高频分析的故障态检测信号所得的特征值y2,j,k=Ek×y'2,j,k[因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为(对应故障电弧事件发生序号+1)~2863中的某一值;特征量序号k=1,2]。选取阻抗谱特征量f2为基准,将协方差特征量f1按弥补y2,1,1、y2,1,2之间差距的原则,平移协方差特征量f1使得其正常态特征值与阻抗谱特征量f2正常态特征值处于同一水平。选定获取基准特征量的电流、电压检测信号为获取典型值的对象备选集,这些检测信号被所有特征量的使用次数相同,选取受干扰最小的电流检测信号为获取典型值的对象,基于最值这一最优的典型值选取方式得到分析时段所选取检测信号典型值x j(分析时段序号j为1~2863中的某一值)。当选定检测信号相邻两典型值之差在约束范围内,即存在x j=x j+1的情形时,基于当前时段、下一时段特征值相对变化同当前时段选定检测信号典型值x j之积的绝对值w2,j+1,k=|(y2,j+1,k-y2,j,k)×x j/y2,j,k|(因特征量使用两路检测信号作为计算的输入,故记i=2;分析时段序号j为1~2862中的某一值;特征量序号k=1,2)构造属于下一时段特征值的半相对修正因子;当选定检测信号相邻两典型值之差不在约束范围内,即存在x j≠x j+1的情形时,基于当前时段、下一时段的选定检测信号典型值相对变化和特征值相对变化这一最优的常规修正因子构造方式得到属于下一时段特征值的相对修正因子w2,j+1,k=|(y2,j+1,k-y2,j,k)×x j/(x j+1-x j)/y2,j,k|。在首次发生故障电弧事件时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素应锁存为由发生故障电弧事件前的最后一个正常态计算所得的典型值与特征值,是静态不变的;当故障电弧事件未连续发生规定次数时,用于进行修正因子构造的当前元内典型值x j与特征值yi,j,k要素立即变更为由当前正常态计算所得的典型值与特征值,是同处理正常态检测信号一样使用相邻两典型值与特征值用于修正因子计算的动态变化过程。将所构造的修正因子同相应的下一时段特征值线性加权形成联合特征量(分析时段序号j为1~2862中的某一值),得到图6b所示的最终用于光伏***故障电弧检测的联合特征量输出波形。
如图6b所示,联合特征量位于正常态的1阶段同图6a的1阶段一致,而综合特征量位于故障态的2~5阶段则相对图6a的分析更加精细,故判别故障电弧产生的时刻更为快速。图6b同图6a一样,能够通过大幅提升故障电弧时刻发生的脉冲幅值对故障电弧发生时刻进行清晰的定位,由于精细分析视角的引入,用于判定故障电弧是否发生的大幅值点也相应增多,相应地,连续超过阈值的故障电弧事件数目也相应增多,有利于故障电弧的有效快速切除。这种变分析时段的分析方法成就了光伏***故障电弧检测快速性的同时,还使得故障电弧发生时刻的脉冲突变幅值更显著使之较正常态特征值差距更为显著,提升了光伏***故障电弧检测的可靠性。与此同时,从图6b可以看出,故障电弧未发生前的正常态特征值虽存在大脉冲但其呈现稀疏的特性,并未达到所要求的故障电弧事件总数,因而故障未发生前的这些幅值并不低的大脉冲对设定阈值下限的约束并没有那么大的约束作用。
Claims (10)
1.一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:该光伏***故障电弧检测方法包括以下步骤:
实时采集光伏***故障电弧能引发与正常工况存在差异的多路检测信号,直流故障电弧检测装置对所输入的这些检测信号分时段分析,任意两路检测信号的分析时段相等,而每一路检测信号的分析时段相等或不相等,基于光伏***故障电弧检测方法形成的特征量及所输入的多路分析时段检测信号获取该时段的多特征值,依据特征量对故障电弧事件检测的有效性构造修正因子,将所构造的每个修正因子同相应的下一时段特征值线性加权形成联合特征量,使得各特征量在最终的联合特征量中依据其对故障电弧事件检测效果决定其所占比重,用以完成光伏***故障电弧的联合检测。
2.根据权利要求1所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:所述光伏***故障电弧的联合检测具体包括以下步骤:
1)光伏***运行中,按采样频率fi对所需的多路待检测信号进行并行逐点采样,得到n路检测信号xi,i表示输入检测信号序号,i=1,2…n,n为大于1的整数;
2)直流故障电弧检测装置存储模块对同时输入的多路检测信号进行分时段存储,各路检测信号的同一序号分析时段Ti,j相等,而第i路检测信号的分析时段Ti,j相等或不相等,j表示分析时段序号,j=1,2…m,m为大于1的整数,每实时存储各路检测信号的一个采样点,便判断已存储的采样点总数是否达到分析时段Ts的要求,若达到,则判断各路检测信号采样点数量已足够直流故障电弧检测装置分析模块进行后续分析处理,传输当前时段各路检测信号xi,j至所述分析模块并按照步骤3)进行当前时段各路检测信号的后续处理,直流故障电弧检测装置存储模块则继续实时进行下一时段各路检测信号xi,j+1的存储;若未达到,则判断各路检测信号采样点数量还不足以满足所述分析模块进行后续分析处理的要求,返回步骤1)进行下一采样点的读入存储;
3)所述分析模块依据各特征量的输入要求将相应当前时段检测信号并行地带入至特征量表达式fk,计算得到特征值yi,j,k,对单输入特征量,i表示输入检测信号序号,i=1,2…n,对多输入特征量,i表示该特征量所使用的输入检测信号路数,i=2…n,k表示选取待计算的特征量序号,k=1,2…g,g为大于等于1的整数,特征值计算完毕后判断当前时段是否为首个分析时段,若是,则以使用内存表示最少的特征值为基准,将所得到的全部特征值yi,j,k归至所述基准上,选定基准特征量输入检测信号中的一路检测信号获取典型值x j,进行下一时段典型值与特征值的计算;若不是,则按照已求值将相应特征值归至所述基准,依据已选定检测信号获取典型值,转至步骤4)进行修正因子的构造;
4)直流故障电弧检测装置判断对应典型值x j、x j+1之差是否超出设定阈值N0,若不是,则判断两典型值相等,构造半相对修正因子wi,j+1,k,转至步骤5)进行联合特征量的构造;若是,则判断两典型值不相等,构造常规修正因子wi,j+1,k,转至步骤5)进行联合特征量的构造;
5)直流故障电弧检测装置将计算得到的常规修正因子或半相对修正因子wi,j+1,k同下一时段特征值线性加权,形成联合特征量转至步骤6)使用联合特征量进行光伏***故障电弧检测;
6)直流故障电弧检测装置通过联合特征量进行故障电弧检测,利用计算值与设定阈值比较判断当前时段内是否发生故障电弧事件,若发生故障电弧事件,则计数变量N计数,在首次发生时计算此时联合特征值超出阈值的倍数G,然后转至步骤7);若未发生故障电弧事件,则清零计数变量N,保持分析时段Ts及故障电弧事件计数变量阈值N1的初始设定值不变,恢复用以计算修正因子的典型值x j与特征值yi,j,k动态变化过程,然后返回步骤3)进行下一时段多路检测信号的光伏***故障电弧分析;
7)依据所得G值调整N1,判断故障电弧事件是否连续发生:若故障电弧事件连续发生N1次,则判定当前分析时段光伏***内发生故障电弧,采取相应的保护措施;若故障电弧事件未连续发生N1次,调小或不调整分析时段Ts的设定值,锁存当前时段检测信号计算所得的典型值x j与特征值yi,j,k,j表示首次出现故障电弧事件前一分析时段序号,然后返回步骤3)对下一分析时段多路检测信号进行分析。
3.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:所述各路检测信号的采样频率fi相同或不相同,取值范围为10kHz~500kHz,各路检测信号的分析时段Ts依据所选取特征量的共同有效分析时段而定,取值范围为2ms~30ms,N0为-B~B,B的取值范围为10-15~10-3,初始化N1的取值范围为3~5,调整后N1在不小于2时,按使用倍数G调整N1,否则便取N1=2。
4.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:特征量表达式fk是任意一路或者多路输入检测信号的解析函数,或者是使用算法数值地计算由任意一路或者多路检测信号所决定的中间值,而后将这些中间值带入至特征量表达式fk中获取特征值,或者是全程使用算法数值地直接计算得到由任意一路或者多路检测信号所决定的特征值,不同特征量表达式的输入可重合,所选特征量的输入并集应为n路检测信号。
5.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:特征量表达式fk由一种光伏***故障电弧检测算法生成,或者由多种光伏***故障电弧检测算法生成,其数量为一个或者多个,当所选取的特征量fk为一个时,此时该特征量fk必须为单输入的或者为未覆盖n路检测信号的多输入。
6.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:对于基准特征量具有多路输入检测信号时,选取其中被所有特征量使用频次最高、受到干扰最小的检测信号获取典型值,基于以下原则并行地选取所选定检测信号分析时段内的典型值:基于选定检测信号在该时段的最值或位置值获取检测信号在该时段下的典型值x j。
7.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:修正因子依据特征量及其对应的输入检测信号对故障电弧事件发生的敏感程度构造,所构造的修正因子使得对故障电弧事件发生检测效果最优的特征量及其对应的输入检测信号在最终的综合特征量中占据最大比重,具体地,基于以下原则并行地构造常规修正因子:基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的相对变化之比的绝对值所构造的相对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/(x j+1-x j)/yi,j,k|,或者,基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的绝对变化同当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1的绝对变化之比的绝对值所构造的绝对修正因子wi,j+1,k=|(yi,j+1,k-yi,j,k)/(x j+1-x j)|,前后分析时段各路检测信号所使用的常规修正因子构造原则相同或不相同。
8.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:在判断当前时段选定检测信号典型值x j与下一时段选定检测信号典型值x j+1相等时,此时相应的修正因子按半相对修正因子构造,即基于当前时段特征值yi,j,k与下一时段特征值yi,j+1,k的相对变化同当前时段选定检测信号典型值x j之积的绝对值wi,j+1,k=|(yi,j+1,k-yi,j,k)×x j/yi,j,k|构造。
9.根据权利要求2所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:调小检测信号分析时段Ts所订立的时间间隔后,对每个特征量而言,基于调整前分析时段Ts与调整后分析时段Ts对当前时段所输入检测信号xi,j分别获取相应特征值yi,j,k、y'i,j,k,基于两者之比获取补偿系数Ek=yi,j,k/y'i,j,k,i表示该特征量所使用的输入检测信号序号或者所使用的输入检测信号路数,j表示首次出现故障电弧事件前一分析时段序号,通过乘积的形式用于校正相应特征量对检测信号进行高频分析输出的特征值y'i,j,k。
10.根据权利要求1所述一种联合多检测信号的光伏***故障电弧检测方法,其特征在于:检测信号为电量信号或者是由故障电弧引发的多个变化特征构成的,电量信号为电流或电压,变化特征为火花、明光、高温、烟雾、超声波或气压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511030630.4A CN105553422B (zh) | 2015-12-31 | 2015-12-31 | 一种联合多检测信号的光伏***故障电弧检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511030630.4A CN105553422B (zh) | 2015-12-31 | 2015-12-31 | 一种联合多检测信号的光伏***故障电弧检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105553422A CN105553422A (zh) | 2016-05-04 |
CN105553422B true CN105553422B (zh) | 2017-08-01 |
Family
ID=55832400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511030630.4A Active CN105553422B (zh) | 2015-12-31 | 2015-12-31 | 一种联合多检测信号的光伏***故障电弧检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105553422B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9088178B2 (en) | 2006-12-06 | 2015-07-21 | Solaredge Technologies Ltd | Distributed power harvesting systems using DC power sources |
US8947194B2 (en) | 2009-05-26 | 2015-02-03 | Solaredge Technologies Ltd. | Theft detection and prevention in a power generation system |
US8473250B2 (en) | 2006-12-06 | 2013-06-25 | Solaredge, Ltd. | Monitoring of distributed power harvesting systems using DC power sources |
US8384243B2 (en) | 2007-12-04 | 2013-02-26 | Solaredge Technologies Ltd. | Distributed power harvesting systems using DC power sources |
US8531055B2 (en) | 2006-12-06 | 2013-09-10 | Solaredge Ltd. | Safety mechanisms, wake up and shutdown methods in distributed power installations |
US11296650B2 (en) | 2006-12-06 | 2022-04-05 | Solaredge Technologies Ltd. | System and method for protection during inverter shutdown in distributed power installations |
US8319483B2 (en) | 2007-08-06 | 2012-11-27 | Solaredge Technologies Ltd. | Digital average input current control in power converter |
US11855231B2 (en) | 2006-12-06 | 2023-12-26 | Solaredge Technologies Ltd. | Distributed power harvesting systems using DC power sources |
US8013472B2 (en) | 2006-12-06 | 2011-09-06 | Solaredge, Ltd. | Method for distributed power harvesting using DC power sources |
US11888387B2 (en) | 2006-12-06 | 2024-01-30 | Solaredge Technologies Ltd. | Safety mechanisms, wake up and shutdown methods in distributed power installations |
US8963369B2 (en) | 2007-12-04 | 2015-02-24 | Solaredge Technologies Ltd. | Distributed power harvesting systems using DC power sources |
US11687112B2 (en) | 2006-12-06 | 2023-06-27 | Solaredge Technologies Ltd. | Distributed power harvesting systems using DC power sources |
US11569659B2 (en) | 2006-12-06 | 2023-01-31 | Solaredge Technologies Ltd. | Distributed power harvesting systems using DC power sources |
US8319471B2 (en) | 2006-12-06 | 2012-11-27 | Solaredge, Ltd. | Battery power delivery module |
US11728768B2 (en) | 2006-12-06 | 2023-08-15 | Solaredge Technologies Ltd. | Pairing of components in a direct current distributed power generation system |
US11735910B2 (en) | 2006-12-06 | 2023-08-22 | Solaredge Technologies Ltd. | Distributed power system using direct current power sources |
US10673229B2 (en) | 2010-11-09 | 2020-06-02 | Solaredge Technologies Ltd. | Arc detection and prevention in a power generation system |
GB2485527B (en) | 2010-11-09 | 2012-12-19 | Solaredge Technologies Ltd | Arc detection and prevention in a power generation system |
GB2483317B (en) | 2011-01-12 | 2012-08-22 | Solaredge Technologies Ltd | Serially connected inverters |
GB2498365A (en) | 2012-01-11 | 2013-07-17 | Solaredge Technologies Ltd | Photovoltaic module |
GB2498790A (en) | 2012-01-30 | 2013-07-31 | Solaredge Technologies Ltd | Maximising power in a photovoltaic distributed power system |
GB2498791A (en) | 2012-01-30 | 2013-07-31 | Solaredge Technologies Ltd | Photovoltaic panel circuitry |
US9548619B2 (en) | 2013-03-14 | 2017-01-17 | Solaredge Technologies Ltd. | Method and apparatus for storing and depleting energy |
US11177663B2 (en) | 2016-04-05 | 2021-11-16 | Solaredge Technologies Ltd. | Chain of power devices |
CN106483426B (zh) * | 2016-10-10 | 2019-08-02 | 杨勇 | 基于分布式监测电弧的输电线路故障定位和原因分析方法 |
CN108333491B (zh) * | 2017-01-17 | 2022-05-27 | 太阳能安吉科技有限公司 | 发电***中的电弧检测及预防 |
CN106961248B (zh) * | 2017-04-25 | 2019-03-26 | 西安交通大学 | 光伏***故障电弧检测方法 |
DE102017116009B3 (de) * | 2017-07-17 | 2018-12-20 | Lisa Dräxlmaier GmbH | Verfahren und vorrichtung zum erkennen von lichtbögen |
CN109061385B (zh) * | 2018-08-16 | 2021-06-04 | 国电南瑞科技股份有限公司 | 基于暂稳态信息的单相接地故障检测及定位隔离方法 |
CN109239517B (zh) * | 2018-09-12 | 2021-04-27 | 国网青海省电力公司电力科学研究院 | 一种新的光伏***直流电弧故障及类型的辨识方法 |
CN109342904B (zh) * | 2018-12-04 | 2020-05-19 | 珠海格力电器股份有限公司 | 一种电弧故障检测和预警方法 |
CN110618366A (zh) * | 2019-11-05 | 2019-12-27 | 阳光电源股份有限公司 | 一种直流电弧检测方法及装置 |
CN111313833B (zh) * | 2020-03-06 | 2023-04-18 | 燕山大学 | 一种组串式光伏***直流侧串联电弧故障的检测方法 |
CN112763840B (zh) * | 2020-06-10 | 2022-05-17 | 天津市中力神盾电子科技有限公司 | 配电***线路故障定位监测方法及其装置 |
CN112798865B (zh) * | 2020-12-30 | 2023-02-28 | 苏州浪潮智能科技有限公司 | 一种阻抗测试分析方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202133738U (zh) * | 2011-05-18 | 2012-02-01 | 浙江科润电力设备有限公司 | 一种故障电弧的检测保护装置 |
CN102288857B (zh) * | 2011-05-18 | 2013-06-19 | 浙江科技学院 | 一种故障电弧的辨识检测方法及其检测保护装置 |
EP2729821B1 (en) * | 2011-07-04 | 2017-12-13 | SMA Solar Technology AG | Method and system for detecting an arc fault in a photovoltaic power system |
CN102818990B (zh) * | 2012-07-18 | 2014-11-19 | 浙江大学 | 一种评估故障电弧断路器质量的方法 |
CN102981088B (zh) * | 2012-12-12 | 2016-01-20 | 天津市鸿远电气股份有限公司 | 故障电弧检测方法 |
CN103245897B (zh) * | 2013-05-02 | 2017-03-29 | 复旦大学 | 一种使用多重判据的光伏***直流故障电弧检测方法 |
CN203456853U (zh) * | 2013-08-22 | 2014-02-26 | 常州集能易新能源技术有限公司 | 一种用于光伏发电***的直流电弧检测及保护电路 |
CN103913663B (zh) * | 2014-04-21 | 2017-01-25 | 南京航空航天大学 | 一种直流***电弧故障在线检测方法和保护装置 |
CN104635133A (zh) * | 2015-03-14 | 2015-05-20 | 北京芯同汇科技有限公司 | 一种新型故障电弧检测方法及装置 |
-
2015
- 2015-12-31 CN CN201511030630.4A patent/CN105553422B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105553422A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105553422B (zh) | 一种联合多检测信号的光伏***故障电弧检测方法 | |
CN103954884B (zh) | 一种基于形态谱分析和形态学峰谷检测可拓融合的配网故障选线方法 | |
CN105490641B (zh) | 一种综合多特征量的光伏***故障电弧检测方法 | |
CN107154783B (zh) | 应用独立成分分析和s变换检测光伏***故障电弧的方法 | |
CN101907437B (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
Bo et al. | A new approach to phase selection using fault generated high frequency noise and neural networks | |
AU2020203291A1 (en) | Method and system for detecting insulation aging degree of PPLP of superconducting cable | |
CN105067948B (zh) | 一种小电流接地选线装置及单相接地检测方法 | |
CN102792173B (zh) | 用于检测部分放电的仪器和方法 | |
CN107025365A (zh) | 一种用于用户侧的非侵入负荷辨识方法 | |
CN102288872B (zh) | 基于信号注入法的小电流接地***单相接地故障测距方法 | |
CN106353642A (zh) | 基于消弧线圈接入控制短时异态信号的小电流接地选线和调谐方法 | |
CN106597229B (zh) | 35kV以上变电设备绝缘在线监测***的工作方法 | |
CN109142831A (zh) | 一种基于阻抗分析的居民用户异常用电研判方法和装置 | |
CN106199342A (zh) | 一种配电网单相接地故障选线方法 | |
CN105974264A (zh) | 一种基于相电流暂态特征的故障选线方法 | |
CN102792174B (zh) | 用于检测部分放电的仪器和方法 | |
CN108562820A (zh) | 小电流接地***单相接地故障选线方法及装置 | |
CN105866627A (zh) | 一种适用于电力电子***的故障信号检测方法 | |
Cheng et al. | Fault line selection of distribution network based on modified CEEMDAN and GoogLeNet neural network | |
Onaolapo et al. | Simulation experiments for faults location in smart distribution networks using ieee 13 node test feeder and artificial neural network | |
Deng et al. | A single-ended fault location method for transmission line based on full waveform features extractions of traveling waves | |
CN108919046A (zh) | 一种配电网接地故障试停线路序位决策方法及*** | |
RU2316010C1 (ru) | Селективное устройство для определения однофазных замыканий в кабельных линиях | |
Darwish et al. | Spectral energy differential approach for transmission line protection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |