2023年3月27日，金辉同学的论文“基于网格指纹匹配的光伏阵列电弧故障定位方法”被《高电压技术》录用，指导老师：高伟校聘教授。

主要内容：考虑到传统的基于电磁辐射（electromagnetic radiation，EMR）信号的光伏阵列电弧故障定位方法存在采样条件严苛、定位精度低等问题，提出一种基于网格指纹匹配的电弧故障定位新方法。首先，使用低采样率获取电弧EMR信号，并提取其均方根值作为代表EMR强度的特征指标。接着，利用BP神经网络（back propagation neural network，BPNN）挖掘辐照度、信号接收距离与电弧EMR信号强度的内在联系，建立预测模型。随后，根据BPNN输出的双天线阵列与电弧间的预测距离，利用三角定位法初步求得电弧所在区域。最后，网格化划分电弧所在区域的光伏组件，生成网格指纹信息，并将预测距离与指纹信息最匹配的网格的中心坐标作为电弧发生位置的最终预测坐标。实验结果表明，所提算法具备良好的定位能力与适应性，对电弧故障定位的平均绝对误差为0.306m，在定位精度与经济性上要优于EMR衰减模型定位法。图1展示的是所提定位算法的流程图；图2为电弧EMR强度、信号接收距离以及辐照度三者的内在联系；图3为光伏阵列串联电弧故障定位结果；图4为所提算法在大型光伏阵列的实施应用方案。

图1 光伏阵列串联电弧故障定位流程

图2 辐照度、距离与电弧EMR的相关性可视化展示

图3 光伏阵列串联电弧故障定位结果

图4 大型光伏阵列的采样终端布置图

结论：

1）以低采样率获取EMR信号实现故障定位的方法，不仅能够满足定位精度，还降低了硬件成本。

2）电弧EMR信号的RMS值可以很好地代表不同距离、辐照度下的EMR信号强度，使用BPNN有效挖掘出了三者的内在联系，提升定位精度。

3）提出的网格指纹匹配法能够准确定位至电弧所在组件，解决了三角定位法无解的问题，同时还进一步降低了定位误差，平均误差仅为0.306m。在使用不同并网逆变器的条件下也能表现出较好的定位效果，误差均值为0.566m。

《高电压技术》是EI期刊，该期刊的影响因子为4.196。

配电网及其自动化研究中心

组图：何文秀

文字：何文秀