基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断

赵靖英; 李必成; 吴晶晶; 刘建猛

doi:doi:10.19912/j.0254-0096.tynxb.2024-1289

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断

更新时间：2025-12-10

- 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断
- 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断
- 太阳能学报 2025年第11期页码：363-373
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1289
  中图分类号： M615
- 网络出版：2025-12-04，
  
  纸质出版：2025-12-04
- 稿件说明：
移动端阅览
赵靖英, 李必成, 吴晶晶, 等. 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断[J]. 太阳能学报, 2025,(11):363-373.

赵靖英, 李必成, 吴晶晶, et al. 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断[J]. 2025, (11): 363-373.
赵靖英, 李必成, 吴晶晶, 等. 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断[J]. 太阳能学报, 2025,(11):363-373. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1289.

赵靖英, 李必成, 吴晶晶, et al. 基于改进布谷鸟搜索-支持向量机的光伏阵列接地故障诊断[J]. 2025, (11): 363-373. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1289.

摘要

研究了光伏阵列在复杂环境下易出现的线-地故障、单极接地及雨天接地等故障。针对低辐照度或较高比例失配时线-地故障无法有效检测的问题

提出基于多辐照模式的关键参量变化规律

确定最右功率峰值电压VRPP、最右功率峰值电流IRPP为线-地故障特征量。通过皮尔森相关系数分析故障极与非故障极的电压相关性

确定单极接地故障特征量。针对雨天接地故障产生共模电流的机理

基于小波变换和总谐波畸变率提出故障特征量。最终

构建基于改进布谷鸟搜索算法优化支持向量机（ICS-SVM）的光伏阵列接地故障诊断模型

并通过晴天和雨天不同辐照度的仿真和实验验证

证实了所提接地故障特征量的有效性及模型的诊断精度与收敛速度。

Abstract

The line-ground faults

unipolar grounding and rainy day grounding faults that tend to occur in photovoltaic arrays in complex environments are investigated. In view of the ineffective detection of line-ground faults under low irradiance or high mismatch ratio

the variation patterns of key parameters based on the multi-irradiance modes are proposed

and the rightmost power peak voltage

the rightmost power peak current are determined as the feature quantities of line-ground faults. The voltage correlation between faulted and non-faulted poles is analysed by Pearson correlation coefficient to determine the feature quantity of unipolar grounding fault. In view of the mechanism of common mode current generated by rainy day grounding fault

the fault feature quantity is proposed based on wavelet transform and total harmonic distortion rate. Finally

the ground fault diagnosis model of PV array based on improved cuckoo search algorithm optimised support vector machines （ICS-SVM） is constructed

and the validity of the proposed ground fault feature

the diagnostic accuracy and convergence speed of the model are confirmed by simulation and experimental validation under different irradiance levels on sunny and rainy days.

关键词

Keywords

references

姚玉璧, 郑绍忠, 杨扬, 等. 中国太阳能资源评估及其利用效率研究进展与展望[J]. 太阳能学报, 2022, 43(10): 524-535.

潘华, 梁作放, 肖雨涵, 等. 多场景下区域综合能源系统的优化运行[J]. 太阳能学报, 2021, 42(1): 484-492.

HARIHARAN R, CHAKKARAPANI M, SARAVANA ILANGO G, et al.A method to detect photovoltaic array faults and partial shading in PV systems[J]. IEEE journal of photovoltaics, 2016, 6(5): 1278-1285.

李俊松, 张英敏, 曾琦, 等. MMC-MTDC系统单极接地故障电流计算方法[J]. 电网技术, 2019, 43(2): 546-555.

YANG R Z, DU B L, DUAN P H, et al.Electromagnetic induction heating and image fusion of silicon photovoltaic cell electrothermography and electroluminescence[J]. IEEE transactions on industrial informatics, 2020, 16(7): 4413-4422.

DOLL B, HEPP J, HOFFMANN M, et al.Photoluminescence for defect detection on full-sized photovoltaic modules[J]. IEEE journal of photovoltaics, 2021, 11(6): 1419-1429.

RAHAMAN S A, URMEE T, PARLEVLIET D A.Investigate the impact of environmental and operating conditions of infrared (IR) imaging on infrared thermography of PV modules to identify defects[J]. Solar energy, 2022, 245: 231-253.

CHEN S Q, YANG G J, GAO W, et al.Photovoltaic fault diagnosis via semisupervised ladder network with string voltage and current measures[J]. IEEE journal of photovoltaics, 2021, 11(1): 219-231.

EDUN A S, KINGSTON S, LAFLAMME C, et al.Detection and localization of disconnections in a large-scale string of photovoltaics using SSTDR[J]. IEEE journal of photovoltaics, 2021, 11(4): 1097-1104.

吴春华, 曹明杰, 李智华, 等. 光伏系统直流电缆故障检测及其定位研究[J]. 太阳能学报, 2021, 42(5): 267-275.

王尧, 马桐桐, 赵宇初, 等. 基于电磁辐射时延估计的串联光伏直流电弧故障定位方法[J]. 电工技术学报, 2023, 38(8): 2233-2243.

吴擎. 基于深度学习的光伏发电系统故障诊断方法研究[D]. 济南: 山东大学, 2019.

UL-HAQ A, SINDI H F, GUL S, et al.Modeling and fault categorization in thin-film and crystalline PV arrays through multilayer neural network algorithm[J]. IEEE access, 2020, 8: 102235-102255.

陈世群, 杨耿杰, 高伟. 一种基于BOA-SAE-EELM的光伏阵列故障诊断方法[J]. 太阳能学报, 2022, 43(4): 154-161.

齐咏生, 单成成, 高胜利, 等. 基于AEWT-KELM的风电机组轴承故障诊断策略[J]. 太阳能学报, 2022, 43(8): 281-291.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于振动信号最优特征提取算法的风力机齿轮箱SVM故障诊断

基于梯度提升回归树-自训练贝叶斯优化支持向量机的光伏阵列故障诊断方法

基于CNN-BiLSTM双通道特征融合的PEMFC水淹故障识别方法

基于注意力模块及1D-CNN的滚动轴承故障诊断