一种光伏系统故障分类的新方法

摘要： 光伏（PV）能源已成为主要可再生能源之一，目前是增长最快的能源技术。随着光伏能源重要性不断提升，研究光伏系统的故障与性能退化对保障电力系统稳定性和性能至关重要。本研究提出一种故障分类算法，用于实现光伏系统故障的精准早期检测。该分析结合了小波变换的特征提取能力和径向基函数网络（RBFN）的分类特性。为提升分类器性能，采用了动态核融合技术。通过在1千瓦单相独立光伏系统上的测试表明：该技术在13秒内达到100%训练效率，0.2秒内实现97%测试效率，优于现有文献方法。结果表明该方法能有效检测故障且误分类率较低。