郑光军 ,王 霄 ,龙道银 ,杨 靖 ,覃 涛
(1.贵州大学电气工程学院,贵州 贵阳 550025;2.中国电建集团贵州工程有限公司,贵州 贵阳 550025)
光伏阵列既是光伏发电的核心,又是光伏发电的基础设备。近年来,随着光伏发电应用的快速发展,光伏阵列布置的复杂程度也在不断提高。光伏发电系统故障类型也呈现出各式各样的变化。其中,光伏阵列发生故障较常见、易发生。光伏阵列发生故障对整个发电系统影响是巨大,严重的话甚至会造成火灾。因此,对光伏阵列故障诊断的方法进行研究具有重大意义。因为光伏阵列长期暴露在室外的环境下,经过长年累月的风吹雨打,不免会出现一些故障。随着智能算法的迅速发展,Dempster-Shafer(D-S)证据理论因为具有很高的解决不确定信息特性、在工业应用中有非常好的实用性,被广泛运用在信息融合、决策分析和人工智能等领域[1]。将D-S 证据理论运用在光伏阵列故障诊断中,不仅可以解决光伏阵列故障中存在的数据交叉、误判率高、诊断速度慢的问题,而且可以提高光伏阵列故障诊断的准确性。但是采用传统的Dempster 组合规则进行证据融合时,其结果在某些情况下经常会出现违背常识的结论。这主要是因为传统的Dempster 融合规则只适用于融合证据冲突较小的证据,一旦融合冲突大的证据就会出现结论悖论。为解决融合冲突大的证据这一缺陷,众多学者针对这一缺陷积极地进行分析和探讨,提出了多种改进方案。这些方案都在某种程度上弥补了证据理论的缺陷。……