Photovoltaic system faults diagnosis using discrete wavelet transform based artificial neural networks

Abstract

Вступ. Ця дослідницька робота присвячена розробці та експериментальній перевірці методів виявлення несправностей у підключеній до мережі сонячній фотоелектричній системі, що працює в режимі відстеження точки максимальної потужності та піддається різним умовам експлуатації. Мета. У цьому дослідженні розглядаються шість сценаріїв відмови, включаючи часткове затінення, обрив кола у фотогальванічній батареї, повна відмова одного з шести IGBT інвертора та деякі параметричні відмови, які можуть виникнути в контролері перетворювача, що підвищує. Методи. Методика виявлення несправностей, розроблена у цій роботі, полягає в штучних нейронних мережах і використовує дискретне вейвлет-перетворення для отримання ознак для ідентифікації основних несправностей. Застосовуючи дискретне вейвлет-перетворення, вихідний струм інвертора в часовій області розкладається на різні смуги частот, а потім середньоквадратичні значення в кожній смузі частот використовуються для навчання нейронної мережі. Результати. Запропонований метод діагностики несправностей був всебічно протестований на вказаних вище сценаріях несправностей і виявився дуже ефективним і надзвичайно точним при великих коливаннях освітленості і температури.