论文题名: | 船舶光伏发电系统故障远程诊断方法研究 |
关键词: | 船舶光伏发电系统;故障远程诊断;概率神经网络;布谷鸟搜索算法;小波分析 |
摘要: | 近年来,航运业的节能减排问题引起了越来越多的关注,国际航运界不断探索新能源技术在船舶上的应用,其中光伏发电技术以太阳能为能量来源,具有零排放、零污染的特点,是极具潜力的绿色船舶技术之一。然而船用光伏发电系统通常安装在船舶顶层开放甲板等室外空间,长期受恶劣环境影响,光伏阵列、逆变器故障时有发生,因此,研究船舶光伏发电系统故障远程诊断技术,以保障系统安全运行,具有重要意义。本文的主要工作和创新如下: 首先,参照某船舶光伏发电系统结构及电性能参数,利用Matlab/Simulink软件开展船舶光伏系统仿真建模,并在仿真模型中模拟光伏阵列及逆变器故障,分析光伏发电系统在故障形式下的输出特性,为后文故障诊断提供仿真数据来源。 其次,开展光伏阵列阴影遮挡、短路、开路及交叉故障诊断方法研究,分析了环境参数变化下的电性能参数变化特性,构建布谷鸟寻优-概率神经网络算法模型。基于仿真数据的诊断准确率为96.9%、基于实船实验数据的诊断准确率为97.2%,表明此方法在光伏阵列故障诊断研究中的准确性高。 然后,开展光伏逆变器故障诊断研究,在仿真环境中模拟逆变器单IGBT模块、双IGBT模块开路故障,分析不同故障形式下网测三相电流变化情况。采用小波分析方法,提取三相电流的低频能量值,并对低频能量值进行归一化处理;结合三相电流直流分量,生成特征值矩阵,利用布谷鸟搜索-概率神经网络进行故障诊断,结果表明该方法的诊断准确率为99.1%,能有效诊断光伏逆变器功率开关管开路故障。 最后,基于船舶新能源系统监管平台,对船舶光伏发电系统的故障远程诊断功能进行需求分析与逻辑框架设计,建立了基于Django框架的故障远程诊断服务,结合前面研究的算法,实现了船舶光伏发电系统故障远程诊断功能。 本研究探索的船舶光伏发电系统故障诊断方法能够有效的实现故障远程诊断功能。有助于提升船舶光伏发电系统的工作可靠性。 |
作者: | 徐逸 |
专业: | 交通运输工程 |
导师: | 严新平 |
授予学位: | 硕士 |
授予学位单位: | 武汉理工大学 |
学位年度: | 2021 |