林亮世 高 偉 楊耿杰

基于冗余天線陣列和加權(quán)質(zhì)心算法的光伏系統(tǒng)直流電弧故障定位方法

林亮世 高 偉 楊耿杰

（福州大學(xué)電氣工程與自動(dòng)化學(xué)院，福州 350108）

針對(duì)光伏直流電弧故障定位問(wèn)題，本文通過(guò)研究故障電弧的電磁輻射特性，提出一種基于冗余天線陣列和加權(quán)質(zhì)心算法的定位方法。先計(jì)算電弧燃燒時(shí)天線采集到的電磁信號(hào)的方均根值，與輻照度一起輸入BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)天線與電弧的距離；再構(gòu)造冗余天線陣列研究不同天線數(shù)量和布局方式，選出接收信號(hào)最強(qiáng)的天線，將天線坐標(biāo)和距離輸入加權(quán)質(zhì)心算法，獲得定位結(jié)果；最后結(jié)合K均值聚類(lèi)算法提高定位精度。實(shí)驗(yàn)結(jié)果表明，所提方法具有良好的定位能力。

光伏系統(tǒng)；電弧故障定位；冗余天線陣列；加權(quán)質(zhì)心算法

0 引言

光伏發(fā)電實(shí)現(xiàn)了太陽(yáng)能向電能的轉(zhuǎn)化，緩解了電能供應(yīng)對(duì)常規(guī)能源的依賴程度，受到世界各國(guó)的廣泛關(guān)注[1-5]。光伏發(fā)電系統(tǒng)包括光伏陣列、匯流箱及光伏逆變器等設(shè)備[6]，陣列直流側(cè)存在較多連線和接頭，在戶外環(huán)境下容易出現(xiàn)絕緣破損、接觸不良等現(xiàn)象，極易引發(fā)直流電弧故障[7-8]。傳統(tǒng)保護(hù)無(wú)法發(fā)現(xiàn)電弧的位置，因此不僅需要實(shí)時(shí)監(jiān)測(cè)光伏系統(tǒng)是否發(fā)生電弧故障，更需要對(duì)故障進(jìn)行定位。

在故障電弧形成過(guò)程中，會(huì)呈現(xiàn)高頻傳導(dǎo)電流和電磁輻射（elecrtomagnetic radiation, EMR）及弧聲、弧光等宏觀物理特征[9-11]，對(duì)其進(jìn)行采集、統(tǒng)計(jì)和計(jì)算，可實(shí)現(xiàn)對(duì)電弧發(fā)生位置的較精確定位。XIONG Qing等[12]指出，當(dāng)電弧發(fā)生在光伏系統(tǒng)不同位置時(shí)，電容電流極性、振幅和頻譜積分可用于區(qū)分電弧故障與其他系統(tǒng)變化。吳春華等[13]提出基于傳輸線等效分布參數(shù)模型的擴(kuò)展頻譜時(shí)域反射法，填補(bǔ)了光伏系統(tǒng)直流母線電弧故障檢測(cè)與定位的空白。LI Kui等[14]采用神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)增強(qiáng)技術(shù)估計(jì)電弧距離，提出只需要兩個(gè)檢測(cè)點(diǎn)的平面定位方法，對(duì)正常電流波動(dòng)具有內(nèi)在的免疫力。ZHAO Shuangle等[15]使用貝葉斯正則化神經(jīng)網(wǎng)絡(luò)算法建立電磁信號(hào)傳播模型，通過(guò)神經(jīng)網(wǎng)絡(luò)估計(jì)電弧和天線的距離，利用天線拓?fù)浣Y(jié)構(gòu)和估計(jì)距離來(lái)計(jì)算電弧空間坐標(biāo)，實(shí)現(xiàn)了電弧故障的空間定位。

本文以加權(quán)質(zhì)心算法代替?zhèn)鹘y(tǒng)的三邊定位法，解決三圓相交的問(wèn)題，獲得誤差較小的近似解；構(gòu)造冗余天線陣列，分析天線的數(shù)量和布局方式，獲得最佳天線布局方案，減小衰落的影響；最后使用K均值聚類(lèi)算法對(duì)多次測(cè)量結(jié)果進(jìn)行融合，排除干擾，進(jìn)一步提高定位精度。

1 光伏直流電弧EMR信號(hào)分析

1.1 實(shí)驗(yàn)平臺(tái)

光伏系統(tǒng)的組成如圖1所示，圖1中顯示了光伏系統(tǒng)中直流電弧故障可能發(fā)生的位置：位置①～⑤，分別對(duì)應(yīng)直流母線端、光伏子串首端、子串中部、子串末端、光伏組串之間?？紤]到子串內(nèi)部接線大多隱藏在陣列下面，具有較高的隱蔽性，因此本文主要研究光伏陣列串內(nèi)（間）線路電弧故障的定位，即圖1中②～⑤四種位置。

圖1 光伏系統(tǒng)的組成

實(shí)驗(yàn)所用的光伏陣列結(jié)構(gòu)為2×12，即12塊模組串聯(lián)，再將2串并聯(lián)。光伏陣列實(shí)地場(chǎng)景如圖2所示，其容量為6.48kWp。標(biāo)準(zhǔn)測(cè)試條件下光伏發(fā)電系統(tǒng)參數(shù)見(jiàn)表1。

圖2 光伏陣列實(shí)地場(chǎng)景

表1 標(biāo)準(zhǔn)測(cè)試條件下光伏發(fā)電系統(tǒng)參數(shù)

通過(guò)電弧故障發(fā)生器模擬電弧，電弧燃燒后電磁輻射信號(hào)采集過(guò)程如圖3所示。天線、放大器、濾波器和示波器的參數(shù)見(jiàn)表2。所有實(shí)驗(yàn)的天線和電弧發(fā)生器均在同一平面上。

圖3 電磁輻射信號(hào)采集過(guò)程

表2 電磁實(shí)驗(yàn)設(shè)備參數(shù)

1.2 電磁信號(hào)時(shí)頻域分析

在正常狀態(tài)和電弧燃燒狀態(tài)下采集電磁輻射信號(hào)，采樣頻率設(shè)置為1GHz。觀察信號(hào)的頻域部分，發(fā)現(xiàn)電弧頻域主要集中在200～700MHz之間。因此，通過(guò)硬件濾波器和程序加以限制，將后續(xù)定位數(shù)據(jù)的頻率范圍設(shè)置在該頻段之內(nèi)。

對(duì)戶外光伏陣列而言，光伏模組產(chǎn)生的電流大小隨外界環(huán)境變化而變化，并伴隨著間歇性脈沖尖峰。分別測(cè)得電弧燃燒時(shí)子串上的電流信號(hào)和電磁輻射信號(hào)并一同展示，其波形如圖4所示。

圖4對(duì)比了直流電弧在正常、燃弧、穩(wěn)定燃燒、熄弧四個(gè)階段的電流信號(hào)波形和電磁輻射信號(hào)波形。電流信號(hào)波形在各個(gè)階段具有不同特征，相比之下，電弧電磁信號(hào)變化趨勢(shì)較為單一：電弧開(kāi)始燃燒時(shí)，信號(hào)幅值迅速增大；電弧熄滅時(shí)，信號(hào)幅值迅速減小到正常狀態(tài)，幾乎沒(méi)有過(guò)渡。因第三階段（穩(wěn)定燃燒）的波形較平穩(wěn)，本文選擇故障發(fā)生后電弧穩(wěn)定燃燒時(shí)間段的數(shù)據(jù)作為定位信號(hào)來(lái)源。

圖4 電弧電流和電磁輻射信號(hào)波形

至此，用于定位的電磁信號(hào)的時(shí)域信息和頻域信息已經(jīng)確定，具體的獲取方式為：用200kHz采樣率采集電弧穩(wěn)定燃燒期間的電磁輻射信號(hào)，從中隨機(jī)截取數(shù)個(gè)長(zhǎng)度為5ms的波形，按照式（1）計(jì)算方均根值MS。

式中：X為經(jīng)過(guò)處理的電弧電磁信號(hào)；為波形長(zhǎng)度。波形長(zhǎng)度為5ms可認(rèn)為期間輻照度不變。

1.3 故障點(diǎn)距離的預(yù)測(cè)

電弧電流大小會(huì)影響電磁輻射信號(hào)的強(qiáng)度[9]，而輻照度是改變光伏系統(tǒng)輸出電流大小的主要因素；當(dāng)其他因素不變時(shí)，輻照度越大，輸出電流越小，導(dǎo)致電磁信號(hào)越小。同時(shí)，距離遠(yuǎn)近也是影響電磁信號(hào)強(qiáng)弱的關(guān)鍵因素。因此，本文參考文獻(xiàn)[16]，利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輻照度、故障點(diǎn)距離與電磁信號(hào)強(qiáng)度的關(guān)系，將電弧電磁信號(hào)和輻照度作為BP神經(jīng)網(wǎng)絡(luò)的輸入，輸出觀測(cè)點(diǎn)（天線）到故障點(diǎn)（電?。┑念A(yù)測(cè)距離。得到距離值后，與天線坐標(biāo)一起用于下面介紹的定位算法，距離預(yù)測(cè)效果的好壞會(huì)影響最終的定位結(jié)果。

2 定位方法和策略

2.1 加權(quán)質(zhì)心算法

傳統(tǒng)的三邊定位法，是基于測(cè)距算法獲得未知節(jié)點(diǎn)與三個(gè)參考節(jié)點(diǎn)之間的距離，再根據(jù)距離公式建立的方程求解定位節(jié)點(diǎn)坐標(biāo)[17]。本文設(shè)置三個(gè)參考節(jié)點(diǎn)即三根天線的坐標(biāo)分別為(1,1)，(2,2)和(3,3)，未知節(jié)點(diǎn)即電弧故障點(diǎn)的坐標(biāo)為(o,o)。若發(fā)生電弧故障，三根天線各自收到電弧燃燒發(fā)出的電磁信號(hào)，由BP神經(jīng)網(wǎng)絡(luò)擬合出的結(jié)果可得到電弧故障點(diǎn)到天線坐標(biāo)、、的距離分別為1、2、3。已知三根天線的位置和電弧故障點(diǎn)到三根天線的距離，就可以推算出電弧故障坐標(biāo)。

理想的三邊定位法擬合出的1、2、3沒(méi)有誤差，可以求出唯一正確解的坐標(biāo)(o,o)。三邊定位法情況分析如圖5所示，分別以、、三點(diǎn)為圓心，1、2、3為半徑畫(huà)圓，三個(gè)圓交于一點(diǎn)，如圖5（a）所示。復(fù)雜的環(huán)境會(huì)影響電磁波的傳輸效果，產(chǎn)生測(cè)量誤差，可能出現(xiàn)如圖5（b）所示的情況，即圓與圓之間有交集。

圖5 三邊定位法情況分析

令三個(gè)圓分別相交于、、三點(diǎn)，根據(jù)質(zhì)心算法原理，定位節(jié)點(diǎn)位于△的質(zhì)心位置[18]。將、、的坐標(biāo)設(shè)為(d,d)、(e,e)和(f,f)。求解的坐標(biāo)，有

同理，確定點(diǎn)和點(diǎn)的坐標(biāo)?！鞯馁|(zhì)心點(diǎn)的坐標(biāo)為

為了進(jìn)一步提高精度，引入加權(quán)因子求解質(zhì)心坐標(biāo)，以體現(xiàn)不同參考節(jié)點(diǎn)在定位節(jié)點(diǎn)中的主導(dǎo)作用。點(diǎn)的加權(quán)質(zhì)心坐標(biāo)為

以點(diǎn)代替點(diǎn)，能夠解決圓與圓相交導(dǎo)致計(jì)算方程組多解的問(wèn)題，并得到一個(gè)近似解。

2.2 冗余天線陣列

光伏陣列下可能存在各種障礙物，包括支架、屋面和各種電氣設(shè)備等，該區(qū)域可看作非視距環(huán)境。障礙物會(huì)引發(fā)電磁信號(hào)的陰影衰落和多徑效應(yīng)，影響天線接收電弧電磁信號(hào)的能力。若在現(xiàn)場(chǎng)布置三根天線，其中大于等于一根數(shù)量的天線接收的電磁信號(hào)被環(huán)境嚴(yán)重影響，則會(huì)使定位效果大打折扣。

要解決上述問(wèn)題，需要增加天線數(shù)量，形成冗余天線陣列。布置根天線，每根天線都有對(duì)應(yīng)的坐標(biāo)，順時(shí)針?lè)较蚯矣赏庀蚶镆来尉幪?hào)為1,2,…,S，其中≥4。選出接收到的信號(hào)最大的前三根天線，再將這三根天線的坐標(biāo)和電弧至天線的距離輸入加權(quán)質(zhì)心算法，就可以獲得電弧位置的初值。

定位模型示例如圖6所示。電弧故障點(diǎn)向周?chē)l(fā)出電磁輻射信號(hào)，天線2和7與電弧之間有障礙物，信號(hào)主要被陰影衰落影響，幅值減??；天線4與電弧之間由于障礙物存在，可能有多條傳播路徑，信號(hào)主要被多徑效應(yīng)影響；天線6距離電弧較遠(yuǎn)，信號(hào)主要被路徑損耗影響。經(jīng)過(guò)比對(duì)之后，1、3和5是信號(hào)最強(qiáng)的三根天線，收到直射信號(hào)的占比較大。最終定位結(jié)果即圖6中示意的算法計(jì)算出的電弧發(fā)生點(diǎn)，與實(shí)際電弧發(fā)生點(diǎn)可能有位置偏差。

圖6 定位模型示例

除此之外，定位性能還會(huì)受天線陣列布置方式的影響[19]。對(duì)稱(chēng)式布局具有相對(duì)優(yōu)異的性能和適用性，在工程中應(yīng)用廣泛。對(duì)冗余天線陣列的布置方式進(jìn)行討論，圖7展示了常用的幾種天線布置方式，其命名規(guī)律為：前面數(shù)字代表天線的數(shù)目，后面字母R和D分別代表矩形和鉆石形狀。例如，4R表示4天線矩形結(jié)構(gòu)布置。四種布置方式下的天線坐標(biāo)見(jiàn)表3。

圖7 天線布置方式

表3 四種布置方式下的天線坐標(biāo)

2.3 聚類(lèi)算法

現(xiàn)場(chǎng)實(shí)驗(yàn)中，可能會(huì)測(cè)得一些未知來(lái)源的電磁信號(hào)。對(duì)于同一個(gè)電弧故障點(diǎn)的電弧電磁信號(hào)而言，同距離下天線接收到的信號(hào)幅值應(yīng)大致相同。由于現(xiàn)場(chǎng)電磁干擾信號(hào)的產(chǎn)生較隨機(jī)，如果能在同一個(gè)故障點(diǎn)進(jìn)行多次實(shí)驗(yàn)，那么天線接收到的信號(hào)大部分是由電弧產(chǎn)生的?；谝陨戏治?，本文使用K均值聚類(lèi)算法來(lái)排除干擾[20]。

K均值聚類(lèi)是聚類(lèi)分析中常用的方法之一，可以將維空間中的個(gè)點(diǎn)劃分為個(gè)聚類(lèi)，以便最小化聚類(lèi)內(nèi)的距離平方和。具體步驟為：對(duì)定位結(jié)果的初值進(jìn)行聚類(lèi)，在聚類(lèi)結(jié)果中選擇最大的類(lèi)，取平均值，該值即為最后的定位結(jié)果。聚類(lèi)的過(guò)程不僅可以排除其他電磁干擾，也能排除異常情況。

2.4 定位流程

本文提出一種新型的光伏直流電弧故障定位方法，具體步驟如下：使用單根天線，以200kHz采樣率采集不同距離、不同輻照度下的電弧電磁輻射信號(hào)，處理后得到方均根值，使用方均根值與輻照度一起訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型輸出距離；以光伏陣列為平面建立笛卡爾坐標(biāo)系，確定冗余天線陣列的天線數(shù)量和布局方式，放置天線，按照信號(hào)強(qiáng)度大小排序；將三根天線收到的信號(hào)與對(duì)應(yīng)采集時(shí)刻的輻照度一起輸入訓(xùn)練好的BP網(wǎng)絡(luò)，得到電弧至天線陣列的預(yù)測(cè)距離，使用加權(quán)質(zhì)心算法得到電弧故障點(diǎn)位置；進(jìn)行K均值聚類(lèi)分析，進(jìn)一步減小誤差，獲得電弧故障點(diǎn)位置最終坐標(biāo)，完成電弧故障定位。定位流程示意圖如圖8所示。

圖8 定位流程示意圖

3 實(shí)驗(yàn)測(cè)試

3.1 數(shù)據(jù)獲取與分布

將電弧故障發(fā)生器接入光伏組件之間，待電弧穩(wěn)定燃燒時(shí)取樣，示波器采樣頻率設(shè)置為200kHz，輻照度范圍為205～1 070W/m2。

以0.5m為步長(zhǎng)，逐漸增加天線與電弧故障發(fā)生器之間的距離，以一根天線采集大量不同輻照度與距離下的電弧電磁信號(hào)數(shù)據(jù)，構(gòu)成BP網(wǎng)絡(luò)訓(xùn)練集。本文中，光伏陣列下天線至電弧故障源最遠(yuǎn)距離為8.942m，天線在空曠區(qū)域低輻照度下能接收到電磁信號(hào)的最遠(yuǎn)有效距離為11.389m，因此設(shè)置訓(xùn)練樣本的范圍為0～9m。對(duì)于測(cè)試集，天線分別放置于圖7中天線布置的位置，以不固定步長(zhǎng)，同樣采集不同輻照度與距離下的電磁信號(hào)，距離范圍仍然為0～9m。

本文共獲取樣本22 350組，其中16 008組用于訓(xùn)練BP網(wǎng)絡(luò)，其中訓(xùn)練集與驗(yàn)證集的比例為4:1；6 342組用于測(cè)試預(yù)測(cè)網(wǎng)絡(luò)的性能。迭代次數(shù)設(shè)置為2 000。選擇Adam作為優(yōu)化器。

3.2 定位結(jié)果與誤差分析

設(shè)置電弧故障發(fā)生點(diǎn)如圖2所示，共10個(gè)位置，定位結(jié)果如圖9所示，在圖9中對(duì)四種布置方式進(jìn)行討論分析。先確定冗余天線陣列中信號(hào)最強(qiáng)的三根天線，再將天線坐標(biāo)和距離輸入加權(quán)質(zhì)心算法，從而獲得定位結(jié)果。圖9中叉號(hào)表示電弧實(shí)際坐標(biāo)，圓點(diǎn)標(biāo)記為算法定位得到的預(yù)測(cè)坐標(biāo)，光伏陣列并網(wǎng)后模擬電弧，待電弧穩(wěn)定燃燒時(shí)采集數(shù)據(jù)，在2s內(nèi)取10個(gè)5ms時(shí)間窗，求得平均值，在不同輻照度下重復(fù)做10次實(shí)驗(yàn)。

圖9 定位結(jié)果

10個(gè)位置處四種布置方式下的天線編號(hào)見(jiàn)表4。在大部分實(shí)驗(yàn)場(chǎng)景中，收到電磁信號(hào)最強(qiáng)的三根天線一般距離電弧源最近。但是，由于BP網(wǎng)絡(luò)的預(yù)測(cè)誤差、陰影衰落、多徑效應(yīng)、站址誤差等原因，算法在位置⑥選擇了2組天線。對(duì)4R布置方式下的情況進(jìn)行分析：在10次實(shí)驗(yàn)中，有5次實(shí)驗(yàn)天線1、2、3收到的信號(hào)最強(qiáng)，有5次實(shí)驗(yàn)天線2、3、4收到的信號(hào)最強(qiáng)。其他布置方式選擇兩組天線的原因同理。上述情況體現(xiàn)了算法對(duì)天線選擇的靈活性。本文選取的10個(gè)位置中，天線都有足夠的使用率，說(shuō)明布局合理。在部分天線受到衰落影響接收不到足夠的電磁信號(hào)時(shí)，冗余陣列仍能保證有足夠的天線可以工作。

表4 10個(gè)位置處四種布置方式下的天線編號(hào)

圖10展示了10個(gè)位置處四種天線布置方式下的平均絕對(duì)誤差（mean absolute error, MAE）AE，以歐式距離衡量?jī)蓚€(gè)點(diǎn)之間的真實(shí)距離。對(duì)比4R布置方式和5R布置方式：有8個(gè)位置處4R誤差明顯大于5R，4R在位置⑩處誤差大于1m；5R在位置①、④和⑩處誤差大于0.5m，其中在位置⑩處誤差達(dá)到0.712m，究其原因?yàn)槎ㄎ贿^(guò)程中，周?chē)h(huán)境電磁因素不穩(wěn)定，使BP網(wǎng)絡(luò)擬合出現(xiàn)偏差，進(jìn)而導(dǎo)致定位結(jié)果出現(xiàn)噪聲點(diǎn)，AE增大。再對(duì)比4D和5D布置方式：其中有9個(gè)位置4D的誤差大于5D；新增天線的位置處于陣列中心處，接收電磁信號(hào)時(shí)被障礙物影響的概率相對(duì)于其他位置較小。對(duì)比4R和4D、5R和5D布置方式：鉆石布局的誤差普遍大于矩形布局。因此，本文推斷，在適當(dāng)位置處布置天線可顯著提高定位精度。

圖10 10個(gè)位置處四種天線布置方式下的MAE

故障發(fā)生位置對(duì)定位精度也有影響。陣列邊角處位置①、④和⑩的誤差最大，陣列邊緣處位置②、③、⑧和⑨的誤差次之，陣列中心處位置⑤、⑥和⑦的誤差最小。

為探討天線數(shù)量對(duì)定位精度的影響，本文在前述三根天線布局下（這里命名為3T），在圖2中10個(gè)位置處也重復(fù)做了10次實(shí)驗(yàn)。對(duì)包括3T在內(nèi)的五種布置方式下的定位誤差計(jì)算平均值，得到10個(gè)位置處五種布置方式下的平均誤差見(jiàn)表5，可見(jiàn)AE會(huì)隨著天線數(shù)量的增加而減小，同時(shí)也可以看出布置方式對(duì)定位誤差的影響。

表5 10個(gè)位置處五種布置方式下的平均誤差

綜合以上分析，冗余天線陣列的四種布置方式中，5R在各個(gè)位置的AE最小，定位精度最高，絕大部分位置的誤差控制在0.5m之內(nèi)，是本文討論的天線布置方式中的最佳方案。

3.3 聚類(lèi)結(jié)果

對(duì)部分定位結(jié)果進(jìn)行K均值聚類(lèi)分析。以5R布置方式下位置④處為例，對(duì)圖9中的定位點(diǎn)簇進(jìn)行放大分析，如圖11所示，此時(shí)定位工作由一組天線完成，圖中有兩個(gè)噪聲點(diǎn)（紅色點(diǎn)），說(shuō)明10次實(shí)驗(yàn)中有8次是正常定位（綠色點(diǎn)簇），2次被噪聲影響從而偏離故障點(diǎn)，因而存在兩個(gè)數(shù)據(jù)簇。若直接求取平均值得到的定位結(jié)果誤差為0.683m。聚類(lèi)后得到兩個(gè)中心點(diǎn)，分別為（7.366m, 4.217m）和（7.413m, 3.528m）。取最大聚類(lèi)的中心值為最終的定位結(jié)果，此時(shí)的定位誤差為0.376m，相比聚類(lèi)前減少了0.307m。

圖11 定位結(jié)果聚類(lèi)分析（一組天線）

再分析4D布置方式下位置⑥處，聚類(lèi)后如圖12所示，此時(shí)的定位工作由兩組天線完成。綠色點(diǎn)簇為1，2和4這組天線定位的結(jié)果，藍(lán)色點(diǎn)簇為2，3和4這組天線定位的結(jié)果，也存在兩個(gè)噪聲點(diǎn)（紅色點(diǎn)）。此時(shí)，綠色點(diǎn)簇和藍(lán)色點(diǎn)簇點(diǎn)數(shù)相同，為確保定位結(jié)果更貼近實(shí)際情況，分別對(duì)兩個(gè)簇計(jì)算中心點(diǎn)后再求得平均值。最終，聚類(lèi)前后誤差相差0.479m。

圖12 定位結(jié)果聚類(lèi)分析（兩組天線）

因此，由上述實(shí)驗(yàn)結(jié)果可推斷出，在多次定位基礎(chǔ)上，對(duì)定位結(jié)果進(jìn)行聚類(lèi)分析能夠有效改進(jìn)定位性能，排除異常信號(hào)或干擾的影響。

3.4 所提算法在光伏電站的應(yīng)用

本文使用200kHz的采樣率對(duì)天線接收的信號(hào)進(jìn)行采集，算法的復(fù)雜性不高，普通的嵌入式單片機(jī)即可處理。因此，在實(shí)際應(yīng)用時(shí)，可以設(shè)計(jì)一種分布式采樣終端，包括天線、AD采樣模塊和單片機(jī)等模塊，每個(gè)測(cè)量點(diǎn)布置一個(gè)分布式采樣終端，它們可以通過(guò)總線方式連接到邊緣計(jì)算終端，邊緣計(jì)算終端運(yùn)行本文所提算法進(jìn)行故障位置的預(yù)測(cè)。由于所提算法的最大量測(cè)范圍是9m，當(dāng)光伏電站比較大時(shí)，可以分區(qū)塊布置采樣點(diǎn)，確保每個(gè)區(qū)塊都有5個(gè)天線實(shí)現(xiàn)有效信息的采集，各個(gè)監(jiān)測(cè)模塊在光伏電站的布置示意圖如圖13所示。當(dāng)電弧故障發(fā)生時(shí)，有一部分分布式采樣終端獲取電弧電磁信號(hào)，并將信號(hào)反饋到邊緣計(jì)算終端，邊緣計(jì)算終端選擇信號(hào)最強(qiáng)的5根天線的數(shù)據(jù)確定故障所在的區(qū)塊，然后再利用本文所提方法確定故障實(shí)際發(fā)生的 位置。

圖13 各個(gè)監(jiān)測(cè)模塊在光伏電站的布置示意圖

4 結(jié)論

本文從實(shí)用性角度出發(fā)，提出了一種新的光伏直流電弧故障定位方法。構(gòu)建冗余天線陣列，分析出最佳天線布置方式為5R；結(jié)合加權(quán)質(zhì)心算法，解決了傳統(tǒng)三邊定位法存在三圓相交多解的問(wèn)題；最后使用K均值聚類(lèi)算法，分別討論一組天線和兩組天線的情況，減小外界信號(hào)干擾的影響。

[1] 許楊, 呂雪松, 張科乾, 等. 柔性光伏電池陣列物理參數(shù)特性建模[J]. 電氣技術(shù), 2023, 24(9): 49-54.

[2] 王小宇, 劉波, 孫凱, 等. 光伏陣列故障診斷技術(shù)綜述[J/OL]. 電工技術(shù)學(xué)報(bào), 1-18[2024-01-30]. https:// doi.org/10.19595/j.cnki.1000-6753.tces.231327.

[3] 譚大帥, 戴彬, 郭剛, 等. 分布式光伏管控平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 電氣技術(shù), 2023, 24(2): 41-51.

[4] 陳世群, 高偉, 陳孝琪, 等. 一種基于極限學(xué)習(xí)機(jī)和皮爾遜相關(guān)系數(shù)的光伏陣列故障快速診斷方法[J]. 電氣技術(shù), 2021, 22(10): 57-64.

[5] 涂彥昭, 高偉, 楊耿杰. 一種基于卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)的光伏系統(tǒng)故障辨識(shí)方法[J]. 電氣技術(shù), 2022, 23(2): 48-54.

[6] CHEN Xiaoqi, GAO Wei, HONG Cui, et al. A novel series arc fault detection method for photovoltaic system based on multi-input neural network[J]. Inter- national Journal of Electrical Power & Energy Systems, 2022, 140: 108018.

[7] 焦治杰, 李騰, 王莉娜, 等. 基于卷積神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)直流串聯(lián)電弧故障檢測(cè)[J]. 電工電能新技術(shù), 2019, 38(7): 29-34.

[8] 王堯, 馬桐桐, 趙宇初, 等. 基于電磁輻射時(shí)延估計(jì)的串聯(lián)光伏直流電弧故障定位方法[J]. 電工技術(shù)學(xué)報(bào), 2023, 38(8): 2233-2243.

[9] 熊慶, 陳維江, 汲勝昌, 等. 低壓直流系統(tǒng)故障電弧特性、檢測(cè)和定位方法研究進(jìn)展綜述[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(18): 6015-6027.

[10] 汪倩, 陳思磊, 孟羽, 等. 低壓直流系統(tǒng)故障電弧檢測(cè)技術(shù)研究綜述[J]. 高壓電器, 2023, 59(5): 93-103.

[11] 趙杰, 董繼民, 張延平. 基于多種電氣增量融合判據(jù)的電弧故障診斷方法[J]. 電氣技術(shù), 2022, 23(2): 79-87.

[12] XIONG Qing, JI Shengchang, LIU Xiaojun, et al. Detecting and localizing series arc fault in photo- voltaic systems based on time and frequency characteristics of capacitor current[J]. Solar Energy, 2018, 170: 788-799.

[13] 吳春華, 胡雅, 李智華, 等. 基于SSTDR的光伏系統(tǒng)直流母線電弧故障在線檢測(cè)與定位[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2020, 40(8): 2725-2734.

[14] LI Kui, ZHAO Shuangle, WANG Yao. A planar location method for DC arc faults using dual radiation detection points and DANN[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(8): 5478- 5487.

[15] ZHAO Shuangle, YOU Guodong, HOU Xiaoxin, et al. A spatial location method for DC series arc faults based on RSSI and Bayesian regularization neural network[J]. IEEE Sensors Journal, 2021, 21(24): 27868-27877.

[16] 金輝, 高偉, 林亮世, 等. 基于網(wǎng)格指紋匹配的光伏陣列電弧故障定位方法[J]. 高電壓技術(shù), 2024, 50(2): 805-815.

[17] 陳靜, 繆坤坤, FELIX M. 基于UKF優(yōu)化多三角加權(quán)定位算法的UWB室內(nèi)定位系統(tǒng)設(shè)計(jì)[J]. 無(wú)線電工程, 2023, 53(3): 669-677.

[18] WANG Haiying, LIANG Linhao, XU Jian, et al. A quadratic weighted centroid algorithm for tunnel personnel positioning[J]. International Journal of Distributed Sensor Networks, 2020, 16(4):1550147720917021.

[19] 楊慶, 齊玥, 韋思宇, 等. 架空配電線路故障電弧的電磁輻射特性及故障定位應(yīng)用[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2024, 44(1): 353-362.

[20] 郁琦琛, 羅林根, 賈廷波, 等. 特高頻信號(hào)RSSI統(tǒng)計(jì)分析下的變電站空間局部放電定位技術(shù)[J]. 高電壓技術(shù), 2020, 46(12): 4163-4171.

A direct current arc fault location method for photovoltaic systems based on redundant antenna array and weighted centroid algorithm

LIN Liangshi GAO Wei YANG Gengjie

(College of Electrical Engineering and Automation, Fuzhou University, Fuzhou 350108)

For the problem of photovoltaic DC arc fault localization, this study investigates the electromagnetic radiation characteristics of the fault arc and proposes a location method based on a redundant antenna array and a weighted centroid algorithm. Firstly, the root mean square value of the electromagnetic signals collected by antennas during arc combustion is calculated, together with irradiance, are put into a BP neural network to predict the distance between the antennas and the arc. Then, a redundant antenna array is constructed to explore different quantities and layouts of antennas, selecting the antennas with the strongest received signals. The antenna coordinates and distance are input into the weighted centroid algorithm to obtain the positioning result. Finally, the K-means clustering algorithm is employed to improve the positioning accuracy. Experimental results demonstrate that the proposed method exhibits excellent localization capabilities.

photovoltaic systems; arc fault location; redundant antenna array; weighted centroid algorithm

2023-11-29

2024-01-04

林亮世（1999—），男，福建省泉州市人，碩士研究生，主要從事光伏系統(tǒng)電弧故障定位方面的研究工作。

福建省自然科學(xué)基金資助項(xiàng)目（2021J01633）