(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211180273.X (22)申请日 2022.09.27 (71)申请人 山东中瑞电气有限公司 地址 255086 山东省淄博市高新 技术开发 区政通路13 5号高科技创业园A座2 楼 (72)发明人 李研祺　李学鹭　张亮　高述辕　 朱荣健　 (74)专利代理 机构 青岛发思特专利商标代理有 限公司 37212 专利代理师 宫兆俭 (51)Int.Cl. G06K 9/62(2022.01) G06F 17/18(2006.01) G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 光伏电站故障预测方法 (57)摘要 本发明涉及新能源电站辅控运 维技术领域， 具体涉及一种光伏电站故障预测方法。 本发明步 骤如下： 初始化系统特征变量， 生成特征向量参 数样本库； 实施光伏发电系统各类运行工况电 压、 电流参数的周 期性采样； 根据采样参数值计 算特征向量四个采样周期内的参数平均值， 确定 样本参数特征向量库； 采样光伏发电系统某三个 故障工况下的电压、 电流参数； 计算特征向量参 数与样本特征向量库参数的绝对差序列； 将绝对 差内元素进行升序排列， 比较序列元素间的相对 大小， 最大的一方赋值为1， 最小的一方赋值为3， 处于中间的一方赋值为2； 计算赋值后序列的和 值， 并判定获得最小和值即为故障对应的类型。 本发明实现简单、 计算效率高、 不受变量的量纲 和尺度影响。 权利要求书2页 说明书6页 附图1页 CN 115456103 A 2022.12.09 CN 115456103 A 1.一种光伏电站故障预测方法， 基于光伏发电系统， 其特征在于， 其内嵌的故障判定策 略包括如下步骤： 步骤一、 初始化系统特 征变量， 生成特 征向量参数样本库； 步骤二、 实施光伏发电系统各类运行工况电压、 电流 参数的周期性采样； 步骤三、 根据步骤二的采样参数值计算步骤一中的特征向量 四个采样周期内的参数平 均值， 确定样本参数 特征向量库； 步骤四、 采样光伏发电系统某三个故障工况下的电压、 电流参数U15， I15； U25， I25； U16， I16； U26， I26； U17， I17； U27， I27； 步骤五、 计算步骤四特征向量参数与步骤三样本特征向量库参数的绝对差序列{Δ5， Δ6， Δ7}； 步骤六、 将步骤五中的绝对差 内元素进行升序排列， 比较序列元素间的相对大小， 最大 的一方赋值为1， 最小的一方 赋值为3， 处于中间的一方 赋值为2； 步骤七、 计算步骤六中赋值后序列的和值， 并判定获得最小和值即为故障对应的类型。 2.如权利要求1所述的光伏电站故障预测方法， 其特征在于， 所述步骤一中， 特征向量 参数样本库涉及参数包括： 空载电压BU0、 空载电流BI0、 满载功率BPf、 满载电压BUf和满载电流BIf。 3.如权利要求2所述的光伏电站故障预测方法， 其特征在于， 所述步骤二中周期性采 样， 涉及满负荷工况 下U1i、 空载工况 下U2i的连续 4个采样周期的电压、 电流 参数值， 即： （U11， I11） ， （U12， I12） ， （U13， I13） ， （U14， I14） ； （U21， I21） ， （U2 2， I22） ， （U23， I23） ， （U24， I24） ， 其中， i∈ （1， 4） 。 4.如权利要求3所述的光伏电站故障预测方法， 其特征在于， 所述步骤三中参数平均值 计算为： Ua0= （U21+U2 2+U23+U24） /4； Ia0= （I21+I2 2+I23+I24） /4； Paf=(U11*I11+U12*I12+U13 *I13+U14*I14)/4； Uaf= （U11+U12+U13+U14） /4； Iaf= （I11+I12+I13+I14） /4。 5.如权利要求4所述的光伏电站故障预测方法， 其特征在于， 所述步骤四中某三个故障 工况分别代 表代表正常工况、 阻抗异常工况和遮挡工况， 则计算相应的特 征向量参数为： Pf5=U15*I15， Uf5 =U15， If5 =I15， U05=U25， I05=I25； Pf6=U16*I16， Uf6 =U16， If6 =I16， U06=U26， I06=I26； Pf7=U17*I17， Uf7=U17， If7=I17， U07=U27， I07=I27。 6.如权利要求5所述的光伏电站故障预测方法， 其特征在于， 所述步骤五中， 特征向量 参数样本特 征向量库参数的绝对差序列计算 为： ΔU05=|U05‑Ua0|=|U25‑（U21+U2 2+U23+U24） /4|； ΔI05=|I05‑Ia0|=|I25 ‑（I21+I2 2+I23+I24） /4|； ΔPf5=|Pf5‑Paf|=|U15*I15‑(U11*I11+U12*I12+U13 *I13+U14*I14)/4|； ΔUf5=|Uf5‑Uaf|=|U15‑（U11+U12+U13+U14） /4|； ΔIf5=|If5‑Iaf|=|I15 ‑（I11+I12+I13+I14） /4|；权　利　要　求　书 1/2 页 2 CN 115456103 A 2ΔU06=|U06‑Ua0|=|U26‑（U21+U2 2+U23+U24） /4|； ΔI06=|I06‑Ia0|=|I26 ‑（I21+I2 2+I23+I24） /4|； ΔPf6=|Pf6‑Paf|=|U16*I16‑(U11*I11+U12*I12+U13 *I13+U14*I14)/4|； ΔUf6=|Uf6‑Uaf|=|U16‑（U11+U12+U13+U14） /4|； ΔIf6=|If6‑Iaf|=|I16 ‑（I11+I12+I13+I14） /4|； ΔU07=|U07‑Ua0|=|U27‑（U21+U2 2+U23+U24） /4|； ΔI07=|I07 ‑Ia0|=|I27 ‑（I21+I2 2+I23+I24） /4|； ΔPf7=|Pf7 ‑Paf|=|U17*I17‑(U11*I11+U12*I12+U13 *I13+U14*I14)/4|； ΔUf7=|Uf7‑Uaf|=|U17‑（U11+U12+U13+U14） /4|； ΔIf7=|If7 ‑Iaf|=|I17 ‑（I11+I12+I13+I14） /4|。 7.如权利要求6所述的光伏电站故障预测方法， 其特征在于， 所述步骤六中绝对差 内元 素进行升序排列为： 若Δ5升序排列后为{ΔU05， ΔUf5， ΔI05， ΔIf5， ΔPf5}， 若Δ6升序排列后为{ ΔPf6， ΔU06， ΔI06， ΔUf6， ΔIf6}； 若Δ7升序排列后为{ΔPf7， ΔU07， ΔIf7， ΔI07， ΔUf7}； 比较序列元素大小， 若ΔU05＞ΔP f6＞ΔPf7， 则ΔU05赋值为1， ΔPf6赋值为2， ΔP f7 赋值为3， 依此类 推， 不失一般性， 设获得的比较大小后的赋值序列分别为： Δ5={3， 2， 3， 1， 2}； Δ 6={2， 2， 2， 3， 1}； Δ7={1， 1， 1， 2， 3}。 8.如权利要求7所述的光伏电站故障预测方法， 其特征在于， 所述步骤七中， 按照步骤 六的数据sumΔ7=8为 最小， 判定为故障为组件 遮挡。权　利　要　求　书 2/2 页 3 CN 115456103 A 3