基于BP神经网络的光伏发电设备故障检测方法研究

作者：王宁; 王恩路; 韩则胤; 韩国强; 苏宝定

来源：自动化仪表, 2023, 44(03): 88-97.

DOI：10.16086/j.cnki.issn1000-0380.2022040052

• 光伏发电设备
• 故障检测
• 采样电路
• 反向传播神经网络
• 可信度
• 归一化
• 控制芯片
• 干扰信噪比

针对光伏发电设备工作过程中存在的故障检测低下问题，设计了集采样、稳压、采样保持和故障采集于一体的集成电路，并提出了故障检测方法。通过分布式测控网络，使系统能够实时、准确地获得光伏发电设备的运行状态。故障检测装置自带计算处理模块智能对比检测数据，为实现故障检测算法提供数据支撑。为了更好地识别光伏发电设备的故障，提出了基于反向传播(BP)神经网络引入可信度检测度量参数的故障监测算法。该算法不仅能够消除误差，并且有很强的抗干扰性。试验结果证明，在不同的干扰信噪比下，检测故障的时间仅在5 ms左右，能够自主地对光伏发电设备运行过程中产生的故障进行识别，极大地提高了光伏发电设备故障检测的工作效率。