相关论文:
-
全球能源互联网
第7卷 第1期 2024年01月;页码:46-54
光伏直流配电故障诊断及火灾风险评估技术
Fault Diagnosis and Fire Risk Assessment of Photovoltaic DC Power Distribution System
- 1.国网冀北张家口风光储输新能源有限公司,河北省 张家口市 075000
- 2.清华大学电机工程与应用电子技术系,北京市 海淀区 100084
- 3.河北工业大学电气工程学院,天津市 北辰区 300130
- SONG Zhenyu1, XING Chen1, LI Ming1, ZHANG Wenyu1, CAI Hongfei1, QIAO Ying2, YAO Fang3* (1.State Grid Jibei Zhangjiakou Wind and Solar Energy Storage and Transportation New Energy Co., Ltd., Zhangjiakou 075000,Hebei Province, China;2.Department of Electrical Engineering, Tsinghua University, Haidian District, Beijing 100084, China
- 3.School of Electrical Engineering, Hebei University of Technology, Beichen District, Tianjin 300130, China
关键词
Keywords
摘 要
Abstract
长期服役的光伏发电系统直流配电故障概率高、火灾风险及危害大,严重影响光伏电站的运行安全、发电与出力能力,并对电站运维提出故障与火灾精准检测的技术挑战。为此,从生产现场直流配电柜故障分析入手,揭示接触不良、绝缘劣化、故障电弧、电气火灾的演变机理;分析国内外故障电弧诊断与火灾检测技术的理论成果应对在运电站电弧火灾的有效性,提出故障电弧预诊断与火灾检测技术的应用解决方案。研究结果表明,提出的故障电弧诊断与火灾检测技术应用方案,弥补直流继电保护对串联电弧故障无法保护的不足,能够有效诊断故障电弧并检测烟雾和高温,避免火灾及其扩大事故的发生。
The DC power distribution fault probability, fire risk and harm of the photovoltaic power system which has been in service for long term are high, which seriously affects the operation safety, power generation and output capacity of the photovoltaic power plant, the technical challenge of accurate fault and fire detection for power plant operation and maintenance are put forward.Therefore, starting with the fault analysis of DC distribution cabinet on the production site, the evolution mechanism of poor contact, insulation deterioration,fault arc and electrical fire is revealed based on the analysis of the effectiveness of the theory of fault arc diagnosis and fire detection technology at home and abroad to deal with the arc fire in power station, the application solution of fault arc prediagnosis and fire detection technology is put forward.The research results show that the scheme of arc fault diagnosis and fire detection technology proposed in this paper can make up for the deficiency of DC relay protection in series arc fault protection, effectively diagnose fault arc and detect smoke and high temperature to avoid the occurrence of fire and extended accidents.
0 引言
随着光伏产业大力发展,光伏发电系统规模不断扩大。相关数据显示,截至2023年,中国光伏累计总装机容量达392 GW,其中工作超过10 a的光伏装机容量高达16.1 GW,且以指数规律激增[1-2]。在光伏发电快速增长的同时,相关质量问题也日益凸显,其中影响最大的是火灾问题。服役已久的光伏发电系统关键设备均进入故障多发期,接触不良和直流电弧所致火灾事故频发,一旦发生火灾将严重影响光伏系统生产安全和生产效率。
光伏直流配电柜是光伏发电系统中的核心部件,主要负责收集并分配来自光伏电池板的直流电。柜内输入端子用于连接电缆,断路器和保险丝用于防止过载和短路,隔离开关用于确保维护时的安全等。此外,配电柜还配备监控设备,如电压和电流传感器,以实时监测系统状态,并通过接地系统保障整体安全。这些保护组合方案可以及时阻止短路、过电压、过电流等故障的发生。配电柜在确保系统安全运行、优化电力分配效率以及迅速识别故障方面发挥着至关重要的作用。
电弧极易引发光伏火灾,但通常不会被传统保护方案保护且鲜有研究将其纳入火灾风险考虑。在没有电弧检测保护装置的直流配电柜内,大规模的电气火灾往往由故障电弧引起。同时由于直流电弧不易熄灭,其可能会引发严重的火灾事故[3-5],故直流电弧一定程度预示着火灾发生。因此,亟需对柜内关键部位进行电弧风险量化和火灾探测。
国内外针对故障电弧风险评估和检测的技术主要集中于特征提取和阈值判断等方面[6-9]。文献[10]表明经验模态分解 (empirical mode decomposition,EMD)作为时频域分析的主流方式,适合全面检测故障电弧。针对强噪声干扰时串联电弧检测准确度不高的问题,文献[11]采用了基于完全自适应噪声集合经验模态分解 (complementary ensemble empirical mode decomposition with adaptive noise,CEEMDAN) 的故障电弧检测算法。文献[12]使用重叠移动窗口、多重分形趋势波动分析与变分模态分解 (variational mode decomposition,VMD) 结合的算法检测电弧。但上述方法对时频域信息提取不够充分。一种解决办法是使用多特征融合技术。文献[13]使用了支持向量机与模糊积分结合的多特征故障电弧检测方法。文献[14]采用时频域及经验模态分解能量熵作为特征向量并构建了多维特征空间,但该方法计算量大,不适用于实际工况的故障诊断与电弧风险量化。针对光伏直流配电系统中快速、准确诊断的需求,需要提出一种适用于光伏直流配电故障电弧的风险评估方法。
单一的故障电弧风险评估无法预知火灾,需要对多火灾特征量采集处理[15-17]。对于机场光伏系统,文献[18]提出了一种危险识别和风险评估技术(hazard identification and risk assessment,HIRA),文献[19]针对光伏电站电弧问题,提出了3个尺度的多级预警技术。但上述文章没有建立统一的火灾风险量化系统与火灾预警等级。层次分析法(analytic hierarchy process,AHP)作为一种简单直观的决策方法适合于系统风险量化。文献[20]使用AHP对沙特阿拉伯公共建筑进行风险评估并得出了安全等级,但其没有关联电气风险因子与火灾风险。文献[21-22]选择多种电气火灾风险因子,使用AHP计算权重得到风险评估模型,并基于评估模型划分风险等级,但没有考虑故障电弧对火灾的影响。针对上述问题,需要提出一种考虑并量化电弧风险的光伏火灾风险评估系统。
目前少有针对光伏直流配电系统故障及火灾机理的研究,更没有针对性的适合光伏直流配电系统的火灾风险评估系统。本文结合多起光伏直流火灾案例,全面分析光伏直流配电系统电气火灾发生的机理,并根据起火原因提出一种计及电弧故障的光伏火灾风险评估系统。与前文相比,该方案使用了频域和模态分解构建特征向量,简化计算量的同时保证了故障电弧风险量化的准确性。此外,本文将光伏直流故障电弧纳入火灾风险评估系统中,选取6种代表故障和火灾的常见火险因子建立风险可信度量模型,为火灾事前、事中及事后的风险评估提供基础。最后以国网冀北风光储输公司2020年10月和2021年12月的2次事故为例,证明方法的有效性,为进一步研究和应用提供有益参考。
1 光伏直流配电故障与火灾机理分析
2020年10月9日12:41,运维人员发现G093-N01逆变器输出功率从410 kW突然降为0。现场检查发现燃烧部为直流进线电缆连接处和直流电缆捆扎处,直流配电柜直流电缆进线已被烧断,同时铜导线接口处有陈旧铜锈。
图1 导线断裂处铜锈
Fig.1 Copper rust at wire fracture
推测直流进线电缆下部故障发热,可能原因是螺栓连接不牢固,铜导线发生内部断裂或铜导线内部产生铜锈,而后发热引起导线间绝缘电阻降低,产生串联直流电弧,导致各支路电流同时增大到短路电流水平。绝缘皮等可燃物燃烧引燃直流进线上部电缆簇,导致电缆间发生短路,产生直流电弧并进一步扩大事故。
目前光伏直流配电柜内故障大体分为3类:主线路故障、控制线路故障和通信线路故障,本文着重分析主线路故障。多次故障案例表明配电柜内主线路故障造成的破坏大、范围广,往往会导致系统瘫痪,可能直接引发火灾。按照起火原因划分,本文分析和归纳多起光伏火灾案例[23-28],总结出了光伏直流配电柜内故障来源、事例、结果和起火原因,如表1所示。
表1 光伏直流配电柜内故障分析
Table 1 Failure analysis in PV DC distribution cabinet
故障来源故障事例故障结果起火原因外界因素外力破坏电缆绝缘降低电弧技术因素电缆老化绝缘降低电弧电接点老化松动 接触电阻发热危险高温设计缺陷散热失效绝缘降低电弧线缆排布不合理绝缘降低电弧
1.1 电接触不良
接触不良是引发元件故障、产生故障电弧的主要原因之一,元件物理性能的改变会导致接触问题,通常线路中线缆发热量随接触电阻增大而增大,多数材料的电阻随温度升高而升高,进一步导致接触电阻增大,这会导致电接触情况劣化甚至失效,引起电弧。光伏直流配电柜内,接触过热问题常出现在系统接线槽、接线端子间、接线端子与线缆间等部位,如图2所示。
图2 直流配电柜入线和出线接线处
Fig.2 Incoming and outgoing cables of the DC distribution cabinet
1.2 绝缘劣化
绝缘劣化是引起故障电弧的另一主要原因之一。绝缘劣化包括自然辐射等环境因素导致的渐进性劣化和线缆异常温升等故障导致的速发性劣化,前者可通过定期绝缘检测排除故障风险,后者难以及时发现。在光伏直流配电柜内,绝缘劣化常发现于进出线束捆扎处,如图3所示。由于接触过热等种种故障导致的劣化问题会让电缆内部产生局部放电,碳化电缆外皮进而引起绝缘击穿。
图3 直流配电柜入线电缆捆扎处
Fig.3 Binding of incoming cables for the DC distribution cabinet
1.3 故障电弧
电弧是击穿电极之间的空气产生高温放电的现象。电弧引起的光伏直流配电火灾现场如图4所示。
图4 电弧引起的光伏直流配电火灾现场图
Fig.4 Scene diagram of photovoltaic DC distribution fire caused by arc
直流电弧的温度可高达2000~3000 ℃,而电缆常用的绝缘与护套材料如防火型、低烟无卤型、耐火型材料,以及断路器常见外壳材料如玻璃增强热固性塑料(glassfibre reinforced plastics,GFRP)、聚碳酸酯(polycarbonate,PC)等,其燃点均不足1000 ℃,因此直流电弧的温度已超过绝大多数材料的燃点。当电弧发生后金属熔化产生的熔融物会增大路径上流过的电流,进一步产生电弧。另一方面,高温会使其他正常线路绝缘劣化,产生漏电流并扩大事故发生。同时由于直流电弧没有过零点,部分情况下会持续燃弧,可能破坏周围物体而扩大事故。
1.4 电气火灾
在电弧、异常高温等故障发生的后期,往往会发生火灾。根据火灾燃烧过程的不同,可分为阴燃和明火等。阴燃指环境中的可燃物进行缓慢热分解和氧化反应,根据周围环境进一步转化为明火或自行熄灭,这段时间是检测火灾发生的关键时间节点。明火是指燃烧时火焰产生可见光并释放大量气体与颗粒物,使燃烧扩散,此时需要及时报警并采取必要措施。火灾的发生需要火源、可燃物与可燃环境,对于电气火灾而言,火源一般为电弧和危险高温;配电柜中可燃物多为线缆外皮、设备外壳、粉尘等;可燃环境常指环境温湿度和氧气,这影响着火势走向。
2 光伏直流配电故障保护
光伏系统的完整性和安全性很大程度上依赖于有效的故障保护策略。传统的故障保护机制是针对常见电气异常的第一道防线。光伏直流配电系统的常见保护装置包括熔断器、断路器、浪涌保护器等。光伏直流配电柜配置如图5所示。
图5 光伏直流配电柜配置
Fig.5 Configuration of PV DC distribution cabinet
(a)带熔断的断路器 (b)浪涌保护器和数据采集装置
作为光伏直流系统中最基本且常见的保护装置,其相互配合十分重要。由于大多数断路器的分断能力足够强,熔断器的主要作用是限流。当汇流箱某一支路发生串间短路或过载时,电流短时增大,熔断器动作。当母线发生故障或过载时,母线电流增加,当超过断路器额定电流且低于其最大短路分断能力时,断路器跳闸。当发生雷击等短时尖峰电流且电流值不超过浪涌保护器额定放电电流时,浪涌保护器动作,在几至几十μs内吸收电流,且保证断路器不动作。所以浪涌保护器的额定放电电流要小于断路器的最大短路分断能力,且浪涌保护器要放在断路器之前。
上述元件可以很好地配合以保护过载、短路等常见故障,但传统保护装置的局限性在于其可能有保护盲区,并非所有故障情况都可以通过传统方法检测到,例如串联电弧故障。熔断器和断路器等传统保护装置旨在响应过载和短路故障,但其无法检测高阻故障,例如由连接松动或触点腐蚀引起的电接触故障。这些情况可能导致危险高温产生,但不一定导致过流,从而造成火灾风险。另一个盲区是串联电弧故障,其可能是由于导体断裂或连接不良而形成,并且其通常在电路中体现为低阻,由于其串联在故障所在支路中,支路电流水平往往不足以触发保护装置,因此在串联电弧高发的光伏发电系统中需要考虑电弧对火灾风险的影响。
3 计及电弧风险的多源信息光伏火灾风险评估系统
非预期的电弧可能会成为引发火灾的源头。因此,在预防火灾方面,控制和避免不必要的电弧具有重要意义。电弧的控制和监测在预防火灾方面起着至关重要的作用,必须降低因电弧引起的火灾风险,保护人员和财产安全。本章将电弧风险因子纳入多源信息光伏火灾风险评价因素集,进一步突出电弧控制在火灾预防中的必要性。
3.1 构建评价因素集
结合电气火灾风险相关研究以及光伏直流配电火灾机理[29-30],本文分析构建评价因素集合M ={m 1 , m2 , m3 , m4 , m5 , m6 },其中M表示光伏火灾风险等级;m1为光伏直流系统母线电压;m2为光伏直流系统母线电流;m3为光伏直流系统对地绝缘情况;m4为光伏直流配电柜内温度;m5为故障电弧的火灾风险特征;m6为光伏直流配电柜内烟雾报警情况。
3.2 电弧风险因子
目前关于电弧风险量化技术的研究较少,本文提出了一种基于快速傅里叶变换(fast Fourier transformation,FFT)和基于完全自适应噪声集合的经验模态分解方法,能在较好协调检测快速性和算力要求的基础上量化电弧风险。
以额定工况648 V、128 A的直流配电柜为例,对光伏直流配电柜内母线上的电流信号进行快速傅里叶变换。典型PV系统中布线的几何形状导致高于200 kHz的噪声电流密度会随着频率发生显著变化,因此选择了介于10 kHz和100 kHz之间的一般频带进行电弧检测。定义频域故障电弧特征向量为该频率段的能量E:
式中:ILi为该频段内第i个频率的电流信号幅值。
改进的完整集成经验模态分解自适应噪声算法(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)是EMD的改进版本,其常用于故障特征提取领域。ICEEMDAN加入了自适应噪声集合,能够更好地在非线性和非平稳背景噪声下提取信号,并比其他模态分解算法速度更快。
在使用ICEEMDAN得到模态分量Fimq后,筛选出含故障特征信息量最大的模态分量,取故障情况与正常情况下模态信号相似度最低的分量进行分析,以余弦相似度sj描述正常信号与噪声信号各模态分量之间的相似程度:
式中:j为模态分量的阶数;Fj(t)为j阶模态信号;Mj(t)为j阶正常信号;N为信号的数据点量。
同时,在得到模态分量Fimq后可以相应计算出各分量的能量N={ N1 , N2 , …, Nn },从而得到各分量的能量分布。使用能量熵H表征电弧风险出现的概率。通过求解相似度sj最低的模态分量下的能量熵作为电弧故障信号在模态分解特征方向上的能量熵特征:
式中:Hj为j阶模态分量的能量熵;m为模态分量总阶数;pj= Ni/ N 表示第i个本征模函数(intrinsic mode function,IMF)的能量在总能量中的比重。
结合得到频域特征方向上故障电弧特征向量E和模态分解特征方向上的能量熵特征H,根据归一化欧氏距离定义故障电弧的火灾风险特征量m5:
式中:Ex和Hx分别为测得的频域和能量熵特征值。m5取值范围为0~10。对于无直流故障电弧监测的光伏直流配电系统,按照燃弧时长定义故障电弧的火灾风险特征量m5。燃弧持续时间不超过100 ms的瞬时电弧,m5 = 2;燃弧持续时间不超过100 ms,但在750 ms内会再次发生的连续瞬时电弧,m5 = 7;燃弧持续时间超过100 ms,m5 = 9。
3.3 其他风险因子
对于电力系统中的母线电压和电流,规定如果其超过系统正常运行值的10%,则被定义为过电压或过电流;如果低于正常运行值的10%,则被定义为欠电压或欠电流。在评估系统的m1和m2参数时,正常的母线电压和电流被赋值为“2”。欠电压和欠电流被赋值为“7”,而过电压和过电流被赋值为“5”。这是因为欠电压或欠电流可能是串联电弧发生的特征之一。
对于系统的绝缘情况,光伏直流系统的对地绝缘电阻通常设置在1 kΩ~ 10 MΩ之间,但这个数值需要根据不同系统进行微调。对于m3参数,系统中对地绝缘电阻的标准值、标准值的80%、60%和30%分别被赋值为“2”、“5”、“7”和“9”。
至于柜内温度的火险因子m4,该系统全年平均温度的100%、140%、180%和200%分别被赋值为“2”、“5”、“7”和“10”。而对于烟雾报警情况,当烟雾报警器发出警报时,m6被赋值为“10”,其他时刻则为“2”。这些火险因子的输入值如表2所示。
表2 火险因子输入表
Table 2 Fire risk factor input table
故障输入值故障输入值欠电压7正常温度2过电压5平均温度的140%5电压正常2平均温度的180%7欠电流7平均温度的200%10过电流5瞬时电弧2
续表
故障输入值故障输入值电流正常2连续的瞬时电弧7绝缘降低至80%5连续电弧9绝缘降低至60%7烟雾探头报警10绝缘降低至30%9烟雾探头不报警2绝缘正常2
3.4 基于AHP 的火险因子权重分配
使用AHP层次分析法计算各火险因子的权重。采用9级尺度衡量重要性,根据重要性标度建立关系矩阵,通过矩阵运算求得各因素相关加权系数,若关系矩阵满足一致性检验则相关权重合理。
让用户在正互反判断矩阵中使用1~9比例标度来判断任意第i个属性和第j个属性对软件可信的贡献度,将这个贡献度赋值为aij,按照第i个属性对于第j个属性的重要程度依次分为{9,7,5,3,1,1/3,1/5,1/7,1/9}9个程度,9为最重要,1/9为最不重要。
判断矩阵邀请光伏故障诊断领域专家完成调查问卷的形式进行判断,列出判断矩阵C如下所示:
根据层次分析法计算6个风险特征量的权重,得到权重ω=(0.03,0.06,0.05,0.13,0.21,0.52)T,则根据式
得到λmax =6.38。
为了保障因子间重要度的协调性,通过下式对矩阵C做一致性检验。
式中:CI是其一致性指标;CR是判断矩阵随机情况下的一致性比率;λmax为正互反矩阵的最大特征根;n为矩阵阶数;RI为判断矩阵的平均随机一致性指标,表3列出了矩阵1~9阶的RI值。
表3 矩阵阶数对应的RI值
Table 3 Order of the matrix corresponding to the RI value
矩阵阶数nRI值1 0 2 0 3 0.52 4 0.89 5 1.12 6 1.26 7 1.36 8 1.41 9 1.46
本文判断矩阵阶数为6阶,取RI = 1.26,根据式(8) 求得CR = 0.06<0.1,证明该权重计算结果满足一致性检验,权值合理。
定义风险可信度量模型为
式中:M为火灾风险可信评估值;mi为第i个火灾风险属性的属性风险值,设mi满足mi ∈{2,5,7,9,10};ωi 为第i 个火灾风险属性的权重值,满足0≤ ωi≤1,。m1至m6分别依次对应上述6个火险因子。
代入上文计算的权重得到光伏火灾风险模型:
定义柜内火灾风险等级分为三级,一级为最低级,三级为最高级。按照非等距度量距离划分火灾风险模型M 的可信等级值,火灾风险可信等级越高,则该级别的度量间距越小,其中0~3.5为低风险区,表明火灾风险很小;3.5~6.5为一级风险,表明消防状况一般,存在发生火灾的可能;6.5~8为二级风险,表明很可能发生火灾,或已经发生一些可致火灾发生的故障;8以上为三级风险,表明有极大可能发生或已经发生火灾。火灾等级间距如图6所示。
图6 火灾风险等级划分轴
Fig.6 Fire risk level classification axis
3.5 案例分析
通过国网冀北风光储输公司2020年10月和2021年12月2次事故验证模型。
2020年10月的事故报告中提到“逆变器输出功率降为0”,则判断系统开路,工作状态为欠电压欠电流,输入值m1、m2均为“7”;灾后分析没有过多提及绝缘情况,但火灾成因可能是正负绝缘间短路造成的故障,则认为输入值m3为“7”;由于产生了大量明火,柜内温度能达到数倍于平均温度,则输入值m4取“10”;报告中提到铜芯被熔断,可以判断发生了持续电弧,则m5取“9”;事故现场发现了大量明火,且有多个设备被烧毁,则判定烟雾报警器报警,取m6为“10”。将风险因子数值代入光伏火灾风险模型计算后得M=9.09,属于三级风险状态,表明配电柜有极大可能发生或已经发生火灾,符合本次事故评价。
2021年12月事故报告中提到“逆变器直流断路器断开”、“逆变器交流断路器断开”,同时逆变器监控系统显示其交流测电压、电流均骤降,判断事故前工作状态为欠电压欠电流状态,输入值m1、m2均为“7”;灾后分析提到2021年全站停电检修期间已经做过除尘处理,排除绝缘故障导致的火灾,则输入值m3为“2”;事故中提到“逆变器直流配电柜内有少量明火”,则判定柜内温度超过平均温度的2倍以上,取输入值m4为“10”;报告中提到“部分挡板被电弧击穿出少许窟窿”,判断系统没有发生持续电弧,则m5取“7”;事故现场发现了明火,且有多个设备被烧毁,则判定烟雾报警器报警,取m6为“10”。将风险因子数值代入光伏火灾风险模型计算后得M=8.10,同样属于三级风险状态,表明配电柜有极大可能发生或已经发生火灾,符合本次事故评价。
2次事故中第一次配电柜整体被烧毁且有浓烈黑烟,第二次中仅有少量明火,且仅断路器及其接线排被烧毁,证明第一次事故较第二次事故严重,同样可以通过风险量化的数值得到,这表明本方法具有一定风险等级评估的能力,在精确性上优于传统风险评估方法。
4 结论
随着光伏产业的快速发展,光伏系统的故障率和火灾率逐年上升,对光伏火灾监控系统的需求不断增加。本文揭示了光伏直流配电火灾的故障机理和检测技术,指出故障电弧和危险高温是引起火灾的直接原因;探索光伏直流电弧风险量化技术,指出传统的电弧检测技术的局限性,提出一种基于快速傅里叶变换和完全自适应噪声集合经验模态分解的电弧风险量化方法,提升计算效率的同时保证了检测准确性;构建了一种用于光伏直流配电火灾风险评估的风险可信度模型及评估系统,实现基于多个风险因素和可信度数值的火灾风险定量分级评估。
综合国内外多起火灾事故成因及业内光伏直流配电火灾检测现状,提出下列建议和展望。
1) 结合电气火灾监控系统相关标准,制定基于光伏直流配电系统的火灾监控标准,对配电系统相关火险参数进行在线监测,为火灾风险评估系统提供数据支撑。
2) 明确现有光伏直流配电系统保护配置。充分利用现有保护方案,结合光伏直流配电火灾特性,建立光伏直流配电火灾风险评估系统,做到火灾发生前的及时预警。
3) 基于光伏直流配电火灾机理,考虑光伏直流电弧作为火灾风险评估系统的火险因子,进一步提升火险评估准确性。
参考文献
-
[1]
国家能源局.2022年光伏发电建设运行情况[R].北京:国家能源局,2023.National Energy Administration.Construction and operation of photovoltaic power generation in 2022[R].Beijing: National Energy Administration, 2023. [百度学术]
-
[2]
国家能源局.2013年光伏发电统计数据[R].北京:国家能源局,2014.National Energy Administration.Statistics on photovoltaic power generation in 2013[R].Beijing: National Energy Administration, 2014. [百度学术]
-
[3]
LI C Y, CHEN J E, ZHANG W, et al.Influence of arc size on the ignition and flame propagation of cable fire[J].Energies,2021, 14(18): 5675. [百度学术]
-
[4]
ABDULHASAN SALIM J, ALBAKER B M, SHYAA ALWAN M, et al.Hybrid MPPT approach using cuckoo search and grey wolf optimizer for PV systems under variant operating conditions[J].Global Energy Interconnection, 2022,5(6): 627-644. [百度学术]
-
[5]
陈果,龚春阳,朱丽华,等.基于I-DPWM的三电平中点钳位光伏逆变器漏电流抑制方法[J].电力系统保护与控制,2023,51(11):119-130.CHEN Guo, GONG Chunyang, ZHU Lihua, et al.Leakage current suppression method of a three-level neutral point clamp photovoltaic inverter based on I-DPWM[J].Power System Protection and Control, 2023, 51(11): 119-130 (in Chinese). [百度学术]
-
[6]
LI X, WANG H Q, GUO P F, et al.Series DC arc fault detection and location in wind-solar-storage hybrid system based on variational mode decomposition[J].Electric Power Systems Research, 2022, 209: 107991. [百度学术]
-
[7]
贾科,施志明,陈淼,等.基于早期故障识别的光伏中压直流系统保护[J].中国电机工程学报,2021,41(24):8463-8475.JIA Ke, SHI Zhiming, CHEN Miao, et al.Incipient fault identification based photovoltaic medium voltage DC system protection[J].Proceedings of the CSEE, 2021, 41(24): 8463-8475 (in Chinese). [百度学术]
-
[8]
XIONG Q, JI S C, ZHU L Y, et al.A novel DC arc fault detection method based on electromagnetic radiation signal[J].IEEE Transactions on Plasma Science, 2017, 45(3): 472-478. [百度学术]
-
[9]
YIN Z D, WANG L, ZHANG Y J, et al.A novel arc fault detection method integrated random forest, improved multiscale permutation entropy and wavelet packet transform[J].Electronics, 2019, 8(4): 396. [百度学术]
-
[10]
黄宵宵,吴春华,李智华,等.光伏系统直流电弧故障检测方法对比研究[J].太阳能学报,2020,41(8):204-214.HUANG Xiaoxiao, WU Chunhua, LI Zhihua, et al.Comparison of DC arc fault detection methods for photovoltaic system[J].Acta Energiae Solaris Sinica, 2020, 41(8): 204-214(in Chinese). [百度学术]
-
[11]
吴泳恩,王宾.基于改进经验模态分解的直流串联电弧故障检测[J].济南大学学报(自然科学版),2024(1):1-9.WU Yongen, WANG Bin.Direct current series arc fault detection based on improved empirical mode decomposition[J].Journal of University of Jinan (Science and Technology),2024(1): 1-9(in Chinese). [百度学术]
-
[12]
ANJAIAH K, DASH P K, SAHANI M.Analysis of arc faults and utility disturbances in a multiple photovoltaic-based DC ring microgrid by using improved MFDFA[J].Iranian Journal of Science and Technology, Transactions of Electrical Engineering, 2023, 47(4): 1343-1363. [百度学术]
-
[13]
AYDIN I, CELEBI S B, BARMADA S, et al.Fuzzy integral-based multi-sensor fusion for arc detection in the pantograph-catenary system[J].Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 2018, 232(1): 159-170. [百度学术]
-
[14]
胡继新,许永新,耿镱诚,等.基于多特征融合的光伏系统串联直流电弧故障识别方法[J].现代电力,2022,39(5):529-536.HU Jixin, XU Yongxin, GENG Yicheng, et al.A multifeature fusion-based method to recognize series DC arc fault in photovoltaic system[J].Modern Electric Power, 2022, 39(5):529-536 (in Chinese). [百度学术]
-
[15]
杨学武.基于LSTM网络和模糊推理的多源数据融合电气火灾探测研究[D].重庆:重庆大学,2019. [百度学术]
-
[16]
ARAM M, ZHANG X, QI D H, et al.A state-of-the-art review of fire safety of photovoltaic systems in buildings[J].Journal of Cleaner Production, 2021, 308: 127239. [百度学术]
-
[17]
REN X G, LI C W, MA X J, et al.Design of multi-information fusion based intelligent electrical fire detection system for green buildings[J].Sustainability, 2021, 13(6): 3405. [百度学术]
-
[18]
SREENATH S, SUDHAKAR K, YUSOP A F.Solar photovoltaics in airport: risk assessment and mitigation strategies[J].Environmental Impact Assessment Review, 2020,84: 106418. [百度学术]
-
[19]
华璧辰.光伏火灾多级预警系统[D].南京:东南大学,2021. [百度学术]
-
[20]
ALFALAH G, AL-SHALWI M, ELSHABOURY N, et al.Development of fire safety assessment model for buildings using analytic hierarchy process[J].Applied Sciences, 2023,13(13): 7740. [百度学术]
-
[21]
马砺,刘晗,白磊.基于AHP和熵权法的古建筑火灾风险评估[J].西安科技大学学报,2017,37(4):537-543.MA Li, LIU Han, BAI Lei.Fire risk assessment of the historic buildings based on AHP and entropy weight method[J].Journal of Xi’an University of Science and Technology, 2017, 37(4):537-543 (in Chinese). [百度学术]
-
[22]
吴玮琳.智能建筑火灾风险分级评估模型的设计及实现[D].上海:华东师范大学,2022. [百度学术]
-
[23]
权建龙.电气火灾在线监测系统在变电站中的应用[J].自动化应用,2023,64(11):202-204.QUAN Jianlong.Application of electrical fire online monitoring system[J].Automation Application, 2023, 64(11):202-204 (in Chinese). [百度学术]
-
[24]
MOHD NIZAM ONG N A F, SADIQ M A, MD SAID M S,et al.Fault tree analysis of fires on rooftops with photovoltaic systems[J].Journal of Building Engineering, 2022, 46: 103752. [百度学术]
-
[25]
朱思尧.GIL连接触头电接触和温升特性研究[D].徐州:中国矿业大学,2022. [百度学术]
-
[26]
王琦,徐俊杰,李星硕,等.基于柔性工作点追踪的光伏低电压穿越控制策略[J].电力工程技术,2022,41(3):55-63.WANG Qi, XU Junjie, LI Xingshuo, et al.Photovoltaic lowvoltage ride-through control strategy based on flexible power point tracking[J].Electric Power Engineering Technology,2022, 41(3): 55-63 (in Chinese). [百度学术]
-
[27]
张佳庆,张博思,王刘芳,等.电线电缆带电燃烧研究进展[J].材料导报,2017,31(15):1-9.ZHANG Jiaqing, ZHANG Bosi, WANG Liufang, et al.The state of the art of combustion behavior of live wires and cables[J].Materials Review, 2017, 31(15): 1-9 (in Chinese). [百度学术]
-
[28]
SPYRATOS V, BOURGERON P S, GHIL M.Development at the wildland-urban interface and the mitigation of forest-fire risk[J].Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(36): 14272-14276. [百度学术]
-
[29]
公安部沈阳消防研究所、沈阳斯沃电器有限公司、北京海博智恒电气防火科技有限公司等.电气火灾监控设备:第1部分:电气火灾监控设备:GB/T 14287.1-2014[S].北京:中国标准出版社,2014. [百度学术]
-
[30]
LI X B, SUN C, DING H J.Research on risk prediction techniques of multi-sensing pyrolytic particle electrical fire in heritage buildings based on BP neural network[C]//2021 International Conference on Neural Networks, Information and Communication Engineering.August 27-28, 2021.Qingdao,China. [百度学术]
基金项目
国家自然科学基金(52307169);国网冀北电力有限公司科技项目(520143230001)。
National Natural Science Foundation of China (52307169);Science and Technology Foundation of State Grid Jibei Electric Power Co., Ltd.(520143230001).