1 引言

　　隨著社會(huì)生產(chǎn)的日益發(fā)展，對(duì)能源的需求量在不斷增加，范圍內(nèi)的能源危機(jī)也日益突出。近年來(lái)，太陽(yáng)能光伏發(fā)電正在逐步由特殊應(yīng)用轉(zhuǎn)向民用、由輔助能源向基礎(chǔ)能源過(guò)渡，尤其是光伏并網(wǎng)系統(tǒng)的出現(xiàn)，使太陽(yáng)能光伏發(fā)電的應(yīng)用前景更加光明。世界能源危機(jī)的提前到來(lái)，推動(dòng)光伏發(fā)電在發(fā)達(dá)國(guó)家開始大規(guī)模使用。光伏（電站）系統(tǒng)的運(yùn)行一般都是在無(wú)人值守的情況下進(jìn)行的，要對(duì)地域上廣泛分散的光伏系統(tǒng)進(jìn)行監(jiān)測(cè)維護(hù)是十分困難、繁瑣的，需要大量的人力、物力，因此智能診斷系統(tǒng)應(yīng)用在太陽(yáng)能噶發(fā)電設(shè)備故障診斷中具有重大意義。

　　2 智能故障診斷技術(shù)及診斷方法

　　目前，智能故障診斷IFD（Intelligent Fault Diagnosis）是基于人工智能理論和方法的一種故障診斷新技術(shù)，被廣泛應(yīng)用于遠(yuǎn)程診斷領(lǐng)域。但是由于系統(tǒng)存在復(fù)雜性，非線性、時(shí)變性，不確定性和不完全性等，一般無(wú)法獲得的數(shù)學(xué)模型，針對(duì)這種系統(tǒng)的故障診斷處理方法，可稱為智能化的診斷技術(shù)。智能化的故障診斷技術(shù)分為信號(hào)預(yù)處理方法和故障模式識(shí)別診斷方法。德國(guó)的P.M.Frank教授將智能故障診斷IFD歸納為如下幾種智能診斷技術(shù)。

　　2.1 基于信號(hào)檢測(cè)的故障診斷技術(shù)

　　基于信號(hào)檢測(cè)的故障診斷是根據(jù)檢測(cè)所得的故障信號(hào)，通過(guò)特征提取和故障識(shí)別找出故障源。因此，基于信號(hào)檢測(cè)的故障診斷，其關(guān)鍵在于正確選擇能真正反映設(shè)備運(yùn)行狀態(tài)的檢測(cè)參數(shù)，然后采用小波分析、信息融合等方法進(jìn)行故障診斷。

　　2.2 基于模型的故障診斷技術(shù)

　　基于模型的鼓掌診斷方法，其問(wèn)題是產(chǎn)生殘差，將殘差作為故障的指示信號(hào)。其常用的診斷方法有：參數(shù)辨識(shí)法、狀態(tài)估計(jì)法、等價(jià)空間法等?；谀Ｐ偷墓收显\斷方式不但能夠克服系統(tǒng)知識(shí)的獲取瓶頸。

　　而且能夠診斷未預(yù)測(cè)的故障，因此受到了業(yè)界的廣泛關(guān)注。

　　2.3 基于知識(shí)的故障診斷技術(shù)

　　此方法不需要對(duì)象的數(shù)學(xué)模型，而是根據(jù)人們長(zhǎng)期的實(shí)踐經(jīng)驗(yàn)和大量故障信息而設(shè)計(jì)出的一套智能計(jì)算機(jī)程序。知識(shí)有淺知識(shí)和深知識(shí)之分。目前被廣泛采用的是基于淺知識(shí)和深知識(shí)相結(jié)合的職能診斷，如模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)系統(tǒng)、故障樹系統(tǒng)等。

　　2.4 基于感知行為的故障診斷技術(shù)

　　基于感知行為的故障診斷能感知環(huán)境變化，并且有自識(shí)別、自處理及自適應(yīng)能力，被廣泛應(yīng)用于航空航天飛行器、高速列車等重大工程和技術(shù)領(lǐng)域。

　　迄今為止，故障診斷方法已有數(shù)十種之多，典型的智能診斷方法有如下幾種：

　　（1）系統(tǒng)系統(tǒng)是把領(lǐng)域以往診斷的經(jīng)驗(yàn)歸納成規(guī)則，并運(yùn)用經(jīng)驗(yàn)規(guī)則通過(guò)推理來(lái)進(jìn)行故障診斷。系統(tǒng)由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、學(xué)習(xí)機(jī)、推理機(jī)、解釋器、上下文、征兆獲取和人機(jī)交互界面組成。其結(jié)構(gòu)框圖如圖1所示。

　?。?）模糊故障診斷方法在系統(tǒng)故障診斷過(guò)程中，能測(cè)到的是許多信號(hào)，通過(guò)信號(hào)分析得到許多故障征兆，模糊故障診斷是指通過(guò)研究故障信號(hào)與征兆之間的模糊關(guān)系來(lái)判斷系統(tǒng)運(yùn)行狀態(tài)的方法。

　?。?）神經(jīng)網(wǎng)絡(luò)故障診斷方法基于神經(jīng)網(wǎng)絡(luò)的智能故障診斷研究集中在三方面：一是從模式識(shí)別角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行故障診斷；二是從預(yù)測(cè)角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為動(dòng)態(tài)預(yù)報(bào)模型進(jìn)行故障預(yù)測(cè)；三是從知識(shí)處理角度建立基于神經(jīng)網(wǎng)絡(luò)的診斷系統(tǒng)。

　?。?）模糊-故障診斷方法系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序，可求解特定領(lǐng)域的問(wèn)題，而現(xiàn)實(shí)中診斷領(lǐng)域存在的經(jīng)驗(yàn)性知識(shí)往往具有模糊性，降低了知識(shí)表達(dá)的準(zhǔn)確性，因此可以將模糊數(shù)學(xué)知識(shí)和經(jīng)驗(yàn)相結(jié)合，引入到的模糊知識(shí)表示中模糊診斷系統(tǒng)主要由知識(shí)庫(kù)、中間數(shù)據(jù)庫(kù)、模糊推理機(jī)、人機(jī)接口、前端處理程序等部分組成，其結(jié)構(gòu)框圖如圖2所示。

　　（5）模糊-神經(jīng)網(wǎng)絡(luò)故障診斷方法神經(jīng)網(wǎng)絡(luò)是從被訓(xùn)練或受控的系統(tǒng)中抽取信息，而模糊邏輯技術(shù)常用的是從中獲取口頭和語(yǔ)言信息。

　　而模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)集成后則可擁有兩方面的優(yōu)點(diǎn)，可具有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，優(yōu)化能力，聯(lián)想記憶能力等。

　　又具有模糊系統(tǒng)類似于人類思維方式的if-then規(guī)則并易于嵌入知識(shí)。模糊- 神經(jīng)混合診斷系統(tǒng)的典型結(jié)構(gòu)如圖3所示。

　　4 太陽(yáng)能光伏發(fā)電電站智能診斷系統(tǒng)的建立

　　太陽(yáng)能光伏發(fā)電設(shè)備故障診斷系統(tǒng)的信息變化比較快，不能僅根據(jù)幾個(gè)主要特征量就進(jìn)行診斷，必須充分利用監(jiān)測(cè)到的各種診斷信息，將單個(gè)傳感器獲取的單維信息融合起來(lái)形成多維的信息，這種信息含量比任何一個(gè)單維信息的或幾個(gè)單維信息簡(jiǎn)單相加的信息量都要大的多。多傳感器信息融合充分利用多個(gè)傳感器資源，通過(guò)多各種傳感器及其觀測(cè)信息的合理支配與使用，以各種傳感器在空間和時(shí)間上的互補(bǔ)與冗余信息可為故障的檢測(cè)和分離提供診斷為依據(jù)，采用某種優(yōu)化準(zhǔn)則，產(chǎn)生反映環(huán)境信息特征的一致性解釋和描述。信息融合的目標(biāo)是基于各種傳感器分別觀測(cè)信息，通過(guò)對(duì)信息的優(yōu)化組合導(dǎo)出更多的有效信息，降低信息的不確定性，將其應(yīng)用到狀態(tài)檢測(cè)和故障診斷就能得到更加準(zhǔn)確和可靠的信息。目前比較典型的信息融合方法有：加權(quán)平均、卡爾曼濾波器、采用一致傳感器的貝葉斯估計(jì)、多貝葉斯、統(tǒng)計(jì)決策理論、論證推理、模糊邏輯和產(chǎn)生式規(guī)則等。

　　這些方法雖然能夠有效地利用傳感器，但系統(tǒng)性能過(guò)跟依靠傳感器性能，傳感器失效可能導(dǎo)致整個(gè)系統(tǒng)性能的破壞。為了適應(yīng)實(shí)際問(wèn)題的需要，對(duì)太陽(yáng)能光伏發(fā)電設(shè)備故障診斷，我們提出并實(shí)現(xiàn)如下的診斷信息集成策略：

　　同一部位多傳感器信息的集成。如相距很近的兩個(gè)光照強(qiáng)度測(cè)點(diǎn)，如果讀數(shù)相差較小，則用平均值代替該處光照強(qiáng)度值；同一截面相距很小的兩個(gè)溫度和濕度測(cè)點(diǎn)，如果讀數(shù)相差較小可用平均值代替該點(diǎn)溫度濕度值。

　　對(duì)于單個(gè)太陽(yáng)能電池板傳感器信息的集成。單個(gè)太陽(yáng)能電池板的電流和電壓值測(cè)點(diǎn)，則需要同一傳感器不同時(shí)刻的采樣數(shù)據(jù)進(jìn)行分析。對(duì)單個(gè)太陽(yáng)能電池板陣列的電流和電壓值測(cè)點(diǎn)，也是需要同一傳感器采集不同時(shí)刻的數(shù)據(jù)進(jìn)行分析。

　　不同的電池板的傳感器信息的集成。太陽(yáng)能電池板在制造是差別，因此發(fā)電的電量也是不同的，在對(duì)太陽(yáng)能電池板做評(píng)估時(shí)也應(yīng)該考慮。

　　對(duì)于太陽(yáng)能電池的并網(wǎng)電壓值有關(guān)的診斷信息集成。并網(wǎng)電壓值與太陽(yáng)能電池板自身因素有關(guān)，如電池板的老化等，因此在診斷時(shí)也要加以考慮。

　　5 結(jié)語(yǔ)

　　本文分析了太陽(yáng)能光伏發(fā)電設(shè)備的常見的故障發(fā)生原因和特征；將基于事例的診斷方法引入太陽(yáng)能光伏發(fā)電設(shè)備故障診斷，分析了光伏發(fā)電電站監(jiān)測(cè)與診斷系統(tǒng)的可靠性、使用性、可擴(kuò)展性和可維護(hù)性能要求；提出了電站分布式監(jiān)測(cè)和診斷系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)模型。