基于自編碼器和改進(jìn)K均值聚類的光伏組件故障診斷

楊 君，林 翀，周皖奎

（杭州華電下沙熱電有限公司，浙江 杭州 310018）

0 引 言

光伏發(fā)電光伏組件多部署于地勢(shì)復(fù)雜、環(huán)境惡劣的場所，依靠人工巡檢的方式排查和診斷故障時(shí)效性差，難以檢出故障，影響電池壽命和發(fā)電效率，甚至?xí)l(fā)事故。因此，需采用有效的光伏故障診斷方法，以提高故障檢出的時(shí)效性和檢出率，降低人工成本。

目前，光伏組件的故障診斷主要有傳統(tǒng)巡檢和智能算法等方式。人工巡檢診斷方式主要有熱成像法、對(duì)地電容測(cè)量法以及經(jīng)驗(yàn)觀察法等。由于它的時(shí)效性差、巡檢周期長以及成本高，光伏組件的故障診斷正逐漸地被智能分析法取代。陶彩霞針對(duì)光伏陣列的常見故障類型，提出基于深度信念網(wǎng)絡(luò)，通過故障數(shù)據(jù)的樣本積累度模型進(jìn)行訓(xùn)練，從而診斷光伏的常規(guī)故障。但是，采用深度網(wǎng)絡(luò)對(duì)少量的光伏故障數(shù)據(jù)進(jìn)行處理，容易出現(xiàn)模型欠擬合和難以收斂的問題[1]。Kang B K利用環(huán)境溫度、光伏組件電流以及電壓，提出了基于卡爾曼濾波器的故障檢測(cè)模型，但模型無法穩(wěn)定數(shù)據(jù)的明顯擾動(dòng)，導(dǎo)致無法檢出故障類型[2]。Ding H提出了一種決策樹模型檢測(cè)故障和識(shí)別故障類型，其監(jiān)督學(xué)習(xí)方式針對(duì)小樣本的效果并不明顯，且忽視了環(huán)境擾動(dòng)對(duì)模型帶來的影響[3]。YI Z基于模式識(shí)別方法和模糊推理系統(tǒng)確定光伏是否發(fā)生故障，其模糊系統(tǒng)的建立依靠個(gè)人經(jīng)驗(yàn)需反復(fù)試湊，主觀性較大[4]。

針對(duì)以上問題，提出了基于AE和K-Means++的光伏組件故障診斷方法，利用AE表征學(xué)習(xí)少量樣本的連續(xù)參數(shù)，進(jìn)行去線性化，降低參數(shù)內(nèi)部的耦合性，然后通過AE壓縮降維后，采用K-Means++對(duì)AE生成的降維特征進(jìn)行聚類。該方法能明顯降低故障類別的混淆，有效分類故障模式。

1 基礎(chǔ)理論

1.1 自編碼器

自編碼器是一種能夠通過無監(jiān)督學(xué)習(xí)學(xué)到輸入數(shù)據(jù)并高效表示的人工神經(jīng)網(wǎng)絡(luò)。自編碼器包含編碼器（Encoder）和解碼器（Decoder）兩部分，如圖1所示。自編碼器隱含層神經(jīng)元個(gè)數(shù)小于輸入層神經(jīng)網(wǎng)絡(luò)個(gè)數(shù)即可進(jìn)行數(shù)據(jù)壓縮和降維，通過對(duì)已有無標(biāo)簽的數(shù)據(jù)學(xué)習(xí)數(shù)據(jù)之間的關(guān)鍵表征，舍棄一些數(shù)據(jù)間共有的無關(guān)緊要的特征，從而降低在高維空間下不同類型數(shù)據(jù)特征之間的混淆。

圖1 自編碼器結(jié)構(gòu)

1.2 改進(jìn)K均值聚類

K-Means算法是解決聚類問題的經(jīng)典算法，簡單快速。當(dāng)結(jié)構(gòu)集是密集的，簇與簇之間區(qū)別明顯時(shí)，聚類算法的結(jié)果較好。在處理大量數(shù)據(jù)時(shí)，該算法具有較高的可伸縮性和高效性。

傳統(tǒng)的K-Means算法擁有許多優(yōu)勢(shì)，同時(shí)存在K值需要事先指定、對(duì)初始聚類中心敏感、對(duì)噪聲敏感以及只能發(fā)現(xiàn)球狀簇的缺陷。其中，初始聚類中心敏感的特性對(duì)模型影響最大。若聚類中心選取不合理，聚類會(huì)出現(xiàn)偏差、空簇甚至計(jì)算失敗的情況，影響聚類的穩(wěn)定性。合理選擇初始聚類中心可以加快算法的收斂，避免聚類陷入局部最優(yōu)。多次K-Means聚類取平均的方法能夠在一定程度上降低其影響。但是，對(duì)于多次聚類差異較大的聚類中心，其平均值會(huì)受較大的影響。因此，考慮采用K-Means++的方式進(jìn)行聚類，改進(jìn)傳統(tǒng)K-Means算法隨機(jī)選取K個(gè)點(diǎn)作為初始聚類中心的問題，實(shí)現(xiàn)步驟如下。第一步，隨機(jī)選取一個(gè)點(diǎn)P1作為聚類中心。第二步，求樣本中每個(gè)點(diǎn)與前n(1＜n＜K)個(gè)聚類中心距離的和。第三步，選擇距離最遠(yuǎn)的樣本點(diǎn)作為下一個(gè)簇的初始聚類中心。第四步，重復(fù)第二步和第三步，直到找出K個(gè)初始聚類中心。

2 光伏組件故障診斷分析

2.1 光伏故障診斷步驟

基于AE和K-Means++的光伏故障診斷方法需要獲取故障樣本數(shù)據(jù)，通過AE降維和K-Means++聚類分析獲取聚類中心及對(duì)應(yīng)類別，最后利用新的故障數(shù)據(jù)診斷故障。具體步驟如下：第一，獲取光伏組件原始故障數(shù)據(jù)；第二，根據(jù)原始數(shù)據(jù)集訓(xùn)練AE，當(dāng)AE模型收斂并評(píng)估達(dá)到要求后，保存AE模型、結(jié)構(gòu)以及權(quán)重；第三，獲取AE編碼器部分層，通過保存的模型權(quán)重將數(shù)據(jù)降維為2維，以便聚類和可視化分析；第四，利用K-Means++聚類分析AE降維后的數(shù)據(jù)集，保存聚類中心，并將聚類中心與光伏故障類別相對(duì)應(yīng)；第五，獲取新的故障數(shù)據(jù)，通過AE進(jìn)行降維后計(jì)算降維后的數(shù)據(jù)與保存的聚類中心的距離，距離最近的聚類中心對(duì)應(yīng)的故障類別即為光伏當(dāng)前故障類別；第六，通過新的數(shù)據(jù)集重新更新聚類中心，使模型不斷地自省和完善，提升模型故障診斷的準(zhǔn)確率。

2.2 數(shù)據(jù)樣本選取

光伏組件內(nèi)部特性的改變會(huì)引起如最大功率電壓、電流以及輸出功率等指標(biāo)的改變。理論上，光伏組件發(fā)電量的計(jì)算式為：

式中，L為發(fā)電總量；Q為斜面總輻照量；S為光伏總面積；η為光電轉(zhuǎn)換效率。由于輻照、溫度、積灰、蒸發(fā)量以及氣壓等各種外部因素的影響，光伏發(fā)電量往往沒有那么多。因此，為準(zhǔn)確分析光伏組件的故障，需綜合考慮光伏組件的內(nèi)外影響因素。選取最主要的輸出電流、輸出電壓、環(huán)境溫度、凈輻射瞬時(shí)值、蒸發(fā)量、氣壓以及輸出功率等內(nèi)外部參數(shù)作為輸入，重點(diǎn)分析常見的短路、開路、老化以及遮擋故障類型。選取遼寧某光伏廠家SSM235P-60型多晶硅組件，分別采集不同季節(jié)、不同輻照以及不同溫度條件下的組件故障數(shù)據(jù)。每種故障數(shù)據(jù)100條，共400條故障數(shù)據(jù)，其中320條數(shù)據(jù)用于自編碼器訓(xùn)練，80條數(shù)據(jù)用于自編碼器驗(yàn)證和分類測(cè)試，如表1所示。

表1 光伏組件故障數(shù)據(jù)分布

2.3 自編碼器訓(xùn)練集數(shù)據(jù)降維

光伏樣本數(shù)據(jù)特征數(shù)為7。對(duì)于特征維度較小的數(shù)據(jù)樣本，為防止過擬合，選取僅含一個(gè)隱含層的自編碼器。為便于數(shù)據(jù)可視化和聚類分析，隱含維度為2作為數(shù)據(jù)壓縮的維度。自編碼器結(jié)構(gòu)如表2所示。

表2 自編碼器網(wǎng)絡(luò)結(jié)構(gòu)

為避免網(wǎng)絡(luò)過擬合，提升網(wǎng)絡(luò)的穩(wěn)定性，在原始數(shù)據(jù)上增加隨機(jī)擾動(dòng)作為輸入，原始數(shù)據(jù)作為輸出，并增加L2正則化項(xiàng)，模型batch_size=8，epoch=100。經(jīng)過100輪迭代后，網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖2（a）所示?？梢?，在23輪前，模型訓(xùn)練損失急劇下降，隨后趨于平穩(wěn)。模型精度如圖2（b）所示，由于添加了正則化項(xiàng)，驗(yàn)證集模型精度比訓(xùn)練集模型精度稍高，模型在訓(xùn)練集和驗(yàn)證集上模型精度均超過95%，驗(yàn)證集精度更是超過98%。由此可知，該自編碼器滿足對(duì)光伏組件數(shù)據(jù)特征的提取及降維要求。

2.4 故障聚類及結(jié)果分析

通過K-Menas++聚類分析主成分分析（Principle Component Analysis，PCA）降維后的數(shù)據(jù)，并利用輪廓圖分析聚類的性能。如圖3（a）所示，聚類分析在相應(yīng)的數(shù)據(jù)集上，強(qiáng)行將數(shù)據(jù)分析指定對(duì)應(yīng)的類別。由圖3（b）可知，聚類輪廓系數(shù)遠(yuǎn)低于1，且平均輪廓系數(shù)不到0.43，說明聚類類別存在明顯的重疊。

采用訓(xùn)練好的AE降維數(shù)據(jù)，將輸入的7維數(shù)據(jù)降維為2維，利用K-Means++進(jìn)行聚類，聚類結(jié)果如圖4（a）所示。由圖4（b）可知，它的分類內(nèi)聚度總體較好，僅類別4分類內(nèi)聚度較低，單聚類平均輪廓系數(shù)達(dá)到0.63，總體聚類效果較好。

取數(shù)據(jù)集中用于驗(yàn)證AE模型的80條故障數(shù)據(jù)驗(yàn)證模型，通過AE降維后求最近的聚類中心判斷故障類別，其故障診斷具體信息如表2所示。除少量的開路和遮擋故障類別被分到其他類別外，該模型準(zhǔn)確分類了短路和老化故障類別。由此可知，AE能夠準(zhǔn)確地提取故障特征，并且利用K-Means++進(jìn)行聚類獲取聚類中心，在光伏組件故障診斷應(yīng)用中效果良好，結(jié)果如表3所示。

表3 模型故障診斷結(jié)果

3 結(jié) 論

本文基于AE和K-Means++算法診斷光伏組件的短路、老化、遮擋以及開路故障，分別采用AE對(duì)光伏組件這種非線性系統(tǒng)進(jìn)行特征提取和數(shù)據(jù)降維，通過聚類可視化分析分類識(shí)別降維后的數(shù)據(jù)特征，以達(dá)到故障診斷的目的。通過數(shù)據(jù)試驗(yàn)和對(duì)比分析可知，AE對(duì)復(fù)雜的數(shù)據(jù)特征降維的表現(xiàn)明顯優(yōu)于PCA。通過AE降維，將電壓、電流等連續(xù)呈條狀的數(shù)據(jù)分布形式進(jìn)行解耦和離散化，以充分滿足K-Means++聚類的需求。利用改進(jìn)的K-Means++，優(yōu)化初始聚類中心的選取，進(jìn)一步降低了不同類別之間的混淆，提升了故障診斷的準(zhǔn)確率。

圖2 自編碼器訓(xùn)練結(jié)果

圖3 數(shù)據(jù)PCA降維K-Means++聚類可視化

圖4 數(shù)據(jù)AE降維K-Means++聚類可視化