PCA-CLUSTER和EMD-CNN相结合的光伏发电设备故障诊断方法

针对光伏发电设备的输出特性具有时间序列的特征,提出了一种主成分分析-聚类算法(PCACLUSTER)和经验模态分解-卷积神经网络(EMD-CNN)相结合的光伏发电设备故障诊断方法。首先,通过对时间序列进行主成分分析(PCA),从冗余特征中提取主要成分,降低聚类输入维数,再利用K-Means算法对时间序列进行聚类;然后,通过经验模态分解(EMD)方法提取时间序列特征,再利用卷积神经网络(CNN)进行训练和分类,并最终判断出光伏发电设备具体的故障类型。实验结果和应用效果表明,该方法可以有效实现光伏发电设备的故障诊断。

存量光伏电站技术改造的可行性

早期建设的存量电站受制于当时抢装、组件技术水平和电站设备质量等原因,运行多年后,某些电站发电量损失缺陷和安全隐患逐渐显现出来,对这类电站的技术改造成为一种迫切需求。本文以西北某30 MW光伏电站为例,介绍了该存量光伏电站的技改必要性,提出了技改建设内容的建议,并对技改项目行了财务评价。