← 返回
一种基于时频马尔可夫排列转移场的光伏系统串联电弧故障检测方法
A Series Arc Fault Detection Method Based on Time-Frequency Markov Permutation Transition Field for Photovoltaic Systems With Power Electronic Devices
| 作者 | Zhendong Yin · Shuang Peng · Chunyu Xiao · Li Wang · Shanshui Yang |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年8月 |
| 技术分类 | 智能化与AI应用 |
| 技术标签 | 光伏逆变器 故障诊断 机器学习 深度学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 串联电弧故障 光伏系统 时频马尔可夫置换转移场 变分模态分解 故障检测 电力电子器件 |
语言:
中文摘要
串联电弧故障（SAF）是光伏系统火灾的主要诱因。在电力电子设备干扰下，准确快速地检测SAF仍面临巨大挑战。本文提出了一种基于时频马尔可夫排列转移场（TFMPTF）的SAF检测方法。首先，利用变分模态分解对电流信号进行分解，通过特征提取与分类算法实现对电弧故障的精准识别。
English Abstract
Series arc faults (SAFs) are a primary cause of fire incidents in photovoltaic systems. Accurately and rapidly detecting SAF under the interference of power electronic devices remains a significant challenge. This article proposes an SAF detection method based on the time-frequency Markov permutation transition field (TFMPTF). First, variational mode decomposition is used to decompose the current ...
S
SunView 深度解读
该研究直接针对光伏系统安全核心痛点，对阳光电源的组串式逆变器及户用逆变器产品线具有极高应用价值。目前阳光电源逆变器已具备AFCI（电弧故障断路器）功能，该方法通过引入时频马尔可夫排列转移场，能有效提升在复杂电力电子干扰环境下的故障识别精度，降低误报率。建议研发团队将该算法集成至iSolarCloud智能运维平台或逆变器本地DSP中，通过边缘计算提升电站全生命周期的火灾预警能力，进一步增强产品在安全合规性方面的市场竞争力。