基于主成分分析和马氏距离的光伏系统健康状态研究

为准确评估光伏系统的性能状态,保障电网的安全运行,首先,以预测与健康管理技术为基础,利用多元统计分析理论,建立基于主成分分析和马氏距离的光伏系统健康状态评估方法,采用主成分分析对原始多维输入变量进行预处理,利用马氏距离表征光伏系统的健康程度;然后,通过旁路实验和模拟灰尘实验验证了该光伏系统健康状态评估方法能够避免PR方法评价结果的"伪正常"现象;最终,通过实验对该光伏系统健康状态评估方法与PR方法进行对比分析。研究结果表明,与PR方法相比,该光伏系统健康状态评估方法能够更加灵敏、准确地反映光伏系统的性能状态。

基于希尔伯特黄变换和灰色关联度的光伏系统健康状态研究

针对传统光伏系统性能评估方法的单一与不足,基于健康管理技术,提出一种新型光伏系统健康状态评估方法。通过希尔伯特黄变换解决非平稳随机信号在特征提取过程中难以获取准确特征值的问题,利用灰色关联理论分析光伏系统当前状态和理论状态的关联程度,从而计算光伏系统的健康指数,用以表征该系统当前的健康程度。这样解决了利用PR判别方法对轻微故障进行评估时,由于评估结果准确度较低而导致误判现象发生的问题。实验结果表明,该健康状态评估方法的评估结果具有较高的有效性和准确性,为提高光伏系统的发电效率,保障光伏电站的安全运行提供了有利的支撑。