基于理论计算和数据分析的光伏故障诊断系统和诊断方法

技术领域

本发明属于光伏故障诊断系统领域，尤其是涉及一种基于理论计算和数据分析的光伏故障诊断系统和诊断方法。

背景技术

随着社会生产的日益发展，对能源的需求量不断增加，全球范围内的能源危机也日益突显，连同环境压力日益严重的背景下，太阳能光伏发电逐步由特殊应用转向民用、由辅助能源向基础能源过渡，光伏并网系统的出现，使太阳能发电的应用前景更加光明。光伏电站系统的方阵设备数量众多，占地面积大，自然环境和生活环境恶劣等问题导致工程故障率较高，电站运行一般是在无人值守的情况下进行的，要对地域上广泛分散的光伏系统进行监测维护是十分困难、繁琐的，需要大量的人力、物力，因此光伏电站故障诊断系统在光伏发电项目设计、施工、运营中具有重大意义。

根据国家能源局发布的《2014年上半年光伏发电简况》显示，2014年上半年，全国新增光伏发电并网容量330万千瓦。光伏发电正面临新的“发展春天”。但是光伏发电行业也面临着巨大的挑战：由于电能质量问题导致并网接入难。电能质量问题又主要是由于电场侧的通信系统、机组状况、控制系统、天气和其它因素的原因共同导致。而现有的光伏故障诊断系统考虑因素比较单一、应用局限性较大、主要是针对光伏电池板阵列或单台逆变器机组的工作状况而开发，而且绝大多数仍处于实验室理论研究和仿真分析阶段，不能够应用于实际生产。

现有的光伏故障诊断系统主要的研究对象是光伏电池板阵列或者逆变器等单个机组系统的故障诊断，并没有考虑到整个光伏电站是由若干个光伏电池板阵列和逆变器以及其他机组共同组成的一个大系统。同时电场的电能质量时刻受到通信系统、机组状况、控制系统、天气和其它因素共同影响。而单个光伏电池板阵列或者逆变器的异常或者故障并不能够准确的代表整个电场的电能质量的变动情况。同时现有的光伏故障诊断系统还存在着故障判断准确率较低、实时性差的缺点。不能满足对电场内所有机组设备实时监控、判断故障、提供准确的解决方案的的要求。

发明内容

本发明要解决的问题是提供一种基于理论计算和数据分析的光伏故障诊断系统和诊断方法，能够解决上述问题。

为解决上述技术问题，本发明采用的技术方案是：基于理论计算和数据分析的光伏故障诊断系统，包括数据存储子系统、数据采集子系统、系统建模预测子系统、数据挖掘子系统、故障决策子系统和故障显示回馈子系统；

所述数据存储子系统包括：数据预处理模块、模型预测数据库、电场实时数据库、故障决策数据库、历史数据预处理模块和历史数据库；数据预处理模块将数据采集子系统中实时采集到的来自不同数据源的数据分类并发送到电场实时数据库，模型预测数据库接收电场实时数据库中的电场环境数据和系统模型预测值；故障决策数据库存储故障决策依据、故障决策结果和故障回馈信息；历史数据预处理模块接收来自不同数据源的历史数据并存入历史数据库；历史数据库存储整个系统归档后的实时数据、预测数据、故障数据；

所述数据采集子系统包括数据通信采集模块和第一数据发送模块，数据通信采集模块通过数据接口接收需求数据，经过预处理后，第一数据发送模块将接收到的数据发送给电场实时数据库；

所述系统建模预测子系统根据现场数据建立模型，并从模型预测数据库和电场实时数据库中提取实时数据，根据实时数据预测各机组将来的运行状态，将预测数据发送给电场实时数据库里；

所述数据挖掘子系统包括：电场实时数据提取模块、实时数据预处理模块、数据滤波模块和第二数据发送模块；电场实时数据提取模块从电场实时数据库提取实时数据；实时数据预处理模块将电场实时数据按机组设备不同进行分类、解析；数据滤波模块根据不同的噪声扰动分类采用不同的智能滤波算法对系统数据进行滤波；第二数据发送模块将滤波后的数据值和实时数据发送给电场实时数据库；

所述故障决策子系统包括：数据提取模块、系统性能指标设定模块、故障规则库模块、故障信号判断模块和第三数据发送模块；所述数据提取模块从电场实时数据库提取实时数据；系统性能指标设定模块采集系统设置的各机组和电场正常工作的性能指标；故障规则库模块为各系统工作流程关系、以及故障规则的制定、故障点的确定提供规则参考，具有自适应调整功能；故障信号判断模块分析与可能的故障点相关联的机组模块，判断故障影响范围，根据规则库和预测值实时判断真实值是否处于正常工作范围内，如果出现异常，根据故障规则库判断故障点；第三数据发送模块将故障决策结果发送给电场实时数据库和故障显示回馈子系统；

所述故障显示回馈子系统显示系统判断的可能故障源头，并接收电场操作人员反馈回的真实故障源头，将电场操作人员反馈回的真实故障源头反馈回数据存储子系统和故障决策子系统以完善故障规则库；

所述数据采集子系统、系统建模预测子系统、数据挖掘子系统、故障决策子系统生成的实时数据保存至数据存储子系统。

进一步，所述系统建模预测子系统包括：环境数据提取模块、系统建模预测模块和预测数据发送模块；环境数据提取模块采集电场实时数据库的电场环境数据；系统建模预测模块根据现场数据建立模型，并从模型预测数据库和电场实时数据库中提取实时数据，根据实时数据预测各机组将来的运行状态；预测数据发送模块将预测的数据发送给电场实时数据库里。

进一步，所述故障显示回馈子系统包括数据接收模块、故障显示回馈模块和第四数据发送模块；所述数据接收模块接收来自故障决策子系统的故障诊断结果；故障显示回馈模块显示系统判断的可能故障源头，并接收电场操作人员反馈回的真实故障源头；第四数据发送模块将电场操作人员反馈回的真实故障源头反馈回数据存储子系统和故障决策子系统以完善故障规则库。

一种利用基于理论计算和数据分析的光伏故障诊断系统的诊断方法，包括如下步骤：

1)所述数据采集子系统通过数据接口接收需求数据，经过预处理后，数据采集子系统将接收到的数据发送给数据存储子系统，其中需求数据具体包括：调度要求值、电场环境变化值、电场机组运行状态和数据、用户设定值；调度要求值由电力调度中心发送；电场环境变化值由电场传感器发送，用于系统建模预测子系统对将来数据变化的预测；电场机组运行状态和数据由电场各运行机组发送；用户设定值由电场操作台人员发送；

2)所述数据存储子系统的数据预处理模块将数据采集子系统中实时采集到的来自不同数据源的数据分类，并发送到数据存储子系统中的电场实时数据库；

3)所述系统建模预测子系统采集电场实时数据库里的电场环境数据，建立模型，进行预测计算，将预测数据发送给电场实时数据库；与此同时，所述数据挖掘子系统从电场实时数据库里提取监测点信息、电场机组运行状态和数据、电场环境数据，实时数据预处理模块将实时数据按机组设备不同进行分类、解析，并结合预测数据和自身存储的模拟噪声，进行噪声干扰类型分类；

4)数据挖掘子系统中的数据滤波模块根据不同的噪声干扰类型分类采用不同的智能滤波算法，判断属于哪种噪声，选择适当的滤波器，对噪声进行滤波，将滤波结果回传至电场实时数据库；

5)所述系统建模预测子系统根据建立的模型、数据挖掘子系统回传至电场实时数据库里的滤波结果、模型预测数据库和电场实时数据库中提取的实时数据进行预测计算，预测各机组将来的运行状态，将预测数据发送给电场实时数据库；

6)所述电场实时数据提取模块从电场实时数据库中提取实时数据、预测数据和滤波结果，转入实时数据预处理模块，实时数据预处理模块进行系统模型预测数据分析，并进行异常检测；

7)故障决策子系统从电场实时数据库中提取实时数据，分析与可能的故障点相关联的机组模块，判断故障影响范围，根据故障规则库模块和电场实时数据库中提取的预测数据，实时判断现场工况是否处于正常状态，如果出现异常，故障规则库模块判断故障点，故障信号判断模块进行异常分析报警，且将故障决策依据、故障决策结果和故障回馈信息传至电场实时数据库，将故障决策结果传至故障显示回馈子系统；

8)故障规则库模块具有自适应调整功能，经过反复的判断与数据积累，能够不断的完善自身数据库和知识库，更加准确的判断下一次的故障点；

9)故障显示回馈子系统显示系统判断的可能故障源头，显示提示界面。

进一步，所述步骤2)中，数据分类过程包括以下步骤：

a，所述模型预测数据库接收并储存电场实时数据库中的电场环境数据和系统模型预测值，系统建模预测子系统需要从电场实时数据库中提取数据时，模型预测数据库就会将电场环境数据和系统模型预测值回传至电场实时数据库；

b，所述故障决策数据库接收并储存电场实时数据库中的故障决策依据、故障决策结果和故障回馈信息，故障决策子系统需要从电场实时数据库中提取数据的时候，故障决策数据库会将这些数据回传至电场实时数据库；

c，历史数据预处理模块接收电场实时数据库中来自不同数据源的数据，包括实时数据、预测数据和故障数据，并存入历史数据库进行归档，以后出现故障查找原因需要在历史数据库里查找。

进一步，所述步骤6)中，异常检测过程包括以下步骤：

A，所述电场实时数据提取模块从电场实时数据库中提取监测点信息、电场机组运行状态和数据、电场控制数据和机组级性能指标，实时数据预处理模块对这些数据进行机组级性能计算，根据现场有多少机组，再进行电场级性能计算；

B，所述电场实时数据提取模块从电场实时数据库中提取监测点信息、调度要求值、电场级性能指标和电场控制数据，实时数据预处理模块对这些数据进行电场级性能计算；

C，所述电场实时数据提取模块从电场实时数据库中提取监测点信息、调度要求值、电场级性能指标、电场机组运行状态和数据、电场控制数据、电场环境数据和机组级性能指标，转入实时数据预处理模块，实时数据预处理模块综合这些数据，并结合滤波结果、机组级性能计算值、电场级性能计算值、模型预测数据库中的预测数据，进行系统模型预测数据分析，并进行异常检测，判断是否属于异常状态，第二数据发送模块将实时数据发送至电场实时数据库。

进一步，所述步骤7)中，异常分析报警过程包括以下步骤：

Ⅰ)所述数据提取模块从电场实时数据库中提取调度要求值、电场级性能指标、电场机组运行状态和数据、机组级性能指标和系统真实采样值，并传输至故障规则库模块，为各系统工作流程关系、以及故障规则的制定、故障点的确定提供规则参考；

Ⅱ)所述数据提取模块从电场实时数据库中提取调度要求值、电场控制数据、系统模型预测值和系统真实采样值，同时系统性能指标设定模块采集系统设置的电场级性能指标，将上述数据传输至故障规则库模块，故障规则库模块综合以上数据进行电场级性能指标分析；

Ⅲ)所述数据提取模块从电场实时数据库中提取电场机组运行状态和数据、电场环境数据、机组级性能指标、系统模型预测值和系统真实采样值，同时系统性能指标设定模块采集系统设置的机组级性能指标，将上述数据传输至故障规则库模块，故障规则库模块综合以上数据进行机组级性能指标分析；

Ⅳ)所述数据提取模块从电场实时数据库中提取电场机组运行状态和数据、电场控制数据和系统真实采样值，同时系统性能指标设定模块采集系统设置的电场级性能指标和机组级性能指标，将上述数据传输至故障信号判断模块，进行用户设置性能指标分析；

Ⅴ)所述数据提取模块从电场实时数据库中提取调度要求值、电场级性能指标、电场机组运行状态和数据、电场控制数据、电场环境数据、机组级性能指标、系统模型预测值和系统真实采样值，并传输至故障信号判断模块，结合步骤Ⅱ)、Ⅲ)和Ⅳ)的性能指标分析数据进行关联性分析，分析与可能的故障点相关联的机组模块，判断故障影响范围；

Ⅵ)所述故障信号判断模块中，根据故障规则库模块和预测值实时判断真实值是否处于正常工作范围内，如果出现异常，根据故障规则库判断故障点，进行异常分析报警，且将故障决策结果通过第三数据发送模块发送给电场实时数据库和故障显示回馈子系统。

进一步，所述机组级性能指标包括各机组数据安全变化率、上下限范围和各机组控制死区，由电场操作人员设定；所述电场级性能指标包括电场有功和无功数据安全变化率、电场数据控制死区，由调度中心操作人员设定。

进一步，所述电场环境变化值包括电场所在地辐照度、温度、湿度、外部阴影面积等时变数据。

进一步，所述故障规则库模块包括模糊控制算法结合人类经验组成的专家系统，专家系统把领域专家以往的诊断经验归纳成规则，并运用经验规则通过推理来进行故障诊断，专家系统由知识库、数据库、学习机、推理机、解释器、上下文、征兆获取和人机交互界面组成，专家系统通过各个模型系统的预测值与系统滤波后的真实值实时对比分析，并结合历史数据库和逻辑推理程序不断的推算，推算出光伏发电系统中各个子系统是否处于正常工作状态，如果出现异常状态则通过逻辑推理推算出系统故障出处，并提供合理的解决方案；专家系统又具备自适应学习能力，能够不断的完善自身数据库和知识库。

本发明具有的优点和积极效果是：

1、本发明基于理论计算和数据挖掘分析的光伏故障诊断系统从整个电场层次去判断整个电站可能的故障点；这些故障点包括通信系统、机组状况、控制系统、天气等因素，能够真正的从真实电场运行受外界不同干扰的角度去考虑，该系统能对电场整体性能进行故障分析，同时能够对电场内部具体工作机组进行故障分析，提高了系统的实用性和故障判断准确性；

2、本发明从整个电场的角度出发，分析电场各个机组设备的运行状况，并结合系统模型的预测值实时判断各机组的运行状况；同时故障决策系统通过智能算法使故障诊断系统具有自主学习的功能，能够不断的提高系统的故障判断准确率；同时由于系统数据为实时数据，所以系统实时性较高；同时该光伏故障诊断系统能够将电场侧实时数据、电场外部环境数据、机组模型预测数据、故障源等数据实时存储，使系统具有故障回顾的功能，提升电场运行安全等级、提高电场电能质量；

3、本发明基于理论计算和数据挖掘分析的光伏故障诊断系统从整个电场的角度对整个电场进行详细建模，对电站各个工作模块进行实时不间断的监控和性能分析，能够对真实电场的外部环境、电场实时运行状态进行统计分析，并预测电场短时间内将来的运行状况，提高电场运行的安全等级，提升电场电能质量。

附图说明

构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：

图1是本发明的总结构图；

图2是本发明中所述数据存储子系统的结构图；

附图标记说明：

1-数据存储子系统；2-数据采集子系统；3-系统建模预测子系统；4-数据挖掘子系统；5-故障决策子系统；6-故障显示回馈子系统；7-数据预处理模块；8-模型预测数据库；9-电场实时数据库；10-故障决策数据库；11-历史数据预处理模块；12-历史数据库。

具体实施方式

下面结合附图对本发明的具体实施例做详细说明。

如图1～2所示，基于理论计算和数据分析的光伏故障诊断系统，包括数据存储子系统1、数据采集子系统2、系统建模预测子系统3、数据挖掘子系统4、故障决策子系统5和故障显示回馈子系统6；

所述数据存储子系统1包括：数据预处理模块7、模型预测数据库8、电场实时数据库9、故障决策数据库10、历史数据预处理模块11和历史数据库12；数据预处理模块7将数据采集子系统2中实时采集到的来自不同数据源的数据分类并发送到电场实时数据库9，模型预测数据库8接收电场实时数据库9中的电场环境数据和系统模型预测值；故障决策数据库10存储故障决策依据、故障决策结果和故障回馈信息；历史数据预处理模块11接收来自不同数据源的历史数据并存入历史数据库12；历史数据库12存储整个系统归档后的实时数据、预测数据、故障数据；

所述数据采集子系统2包括数据通信采集模块和第一数据发送模块，数据通信采集模块通过数据接口接收需求数据，经过预处理后，第一数据发送模块将接收到的数据发送给电场实时数据库9；所述需求数据具体包括：调度要求值、电场环境变化值、电场机组运行状态和数据、用户设定值；所述调度要求值由电力调度中心发送；所述电场环境变化值由电场传感器发送，用于系统建模预测子系统3对将来数据变化的预测；所述电场机组运行状态和数据由电场各运行机组发送；所述用户设定值由电场操作台人员发送。其中电场环境变化值、电场机组运行状态和数据、用户设定值属于电场数据。所述数据接口包括RS485接口、RS232接口、RS422接口和串行接口；

所述系统建模预测子系统3包括：环境数据提取模块、系统建模预测模块和预测数据发送模块；环境数据提取模块采集电场实时数据库9的电场环境数据；系统建模预测模块根据现场数据建立模型，并从模型预测数据库和电场实时数据库9中提取实时数据，根据实时数据预测各机组将来的运行状态；预测数据发送模块将预测的数据发送给电场实时数据库9里。

所述数据挖掘子系统4包括：电场实时数据提取模块、实时数据预处理模块、数据滤波模块和第二数据发送模块；电场实时数据提取模块从电场实时数据库9提取实时数据；实时数据预处理模块将电场实时数据按机组设备不同进行分类、解析；数据滤波模块根据不同的噪声扰动分类采用不同的智能滤波算法对系统数据进行滤波；第二数据发送模块将滤波后的数据值和实时数据发送给电场实时数据库9；

所述故障决策子系统5包括：数据提取模块、系统性能指标设定模块、故障规则库模块、故障信号判断模块和第三数据发送模块；所述数据提取模块从电场实时数据库9提取实时数据；系统性能指标设定模块采集系统设置的各机组和电场正常工作的性能指标；故障规则库模块为各系统工作流程关系、以及故障规则的制定、故障点的确定提供规则参考，具有自适应调整功能；故障信号判断模块分析与可能的故障点相关联的机组模块，判断故障影响范围，根据规则库和预测值实时判断真实值是否处于正常工作范围内，如果出现异常，根据故障规则库判断故障点；第三数据发送模块将故障决策结果发送给电场实时数据库9和故障显示回馈子系统6；

所述故障显示回馈子系统6包括数据接收模块、故障显示回馈模块和第四数据发送模块；所述数据接收模块接收来自故障决策子系统5的故障诊断结果；故障显示回馈模块显示系统判断的可能故障源头，并接收电场操作人员反馈回的真实故障源头；第四数据发送模块将电场操作人员反馈回的真实故障源头反馈回数据存储子系统1和故障决策子系统5以完善故障规则库。

所述数据采集子系统2、系统建模预测子系统3、数据挖掘子系统4、故障决策子系统5生成的实时数据保存至数据存储子系统1。

还提供一种利用基于理论计算和数据分析的光伏故障诊断系统的诊断方法，包括如下步骤：

1)所述数据采集子系统2通过数据接口接收需求数据，经过预处理后，数据采集子系统2将接收到的数据发送给数据存储子系统1，其中需求数据具体包括：调度要求值、电场环境变化值、电场机组运行状态和数据、用户设定值；调度要求值由电力调度中心发送；电场环境变化值由电场传感器发送，用于系统建模预测子系统3对将来数据变化的预测；电场机组运行状态和数据由电场各运行机组发送；用户设定值由电场操作台人员发送；所述数据接口包括RS485接口、RS232接口、RS422接口和串行接口；

2)所述数据存储子系统1的数据预处理模块7将数据采集子系统2中实时采集到的来自不同数据源的数据分类，并发送到数据存储子系统1中的电场实时数据库9；

3)所述系统建模预测子系统3采集电场实时数据库9里的电场环境数据，建立模型，进行预测计算，将预测数据发送给电场实时数据库9；与此同时，所述数据挖掘子系统4从电场实时数据库9里提取监测点信息、电场机组运行状态和数据、电场环境数据，实时数据预处理模块将实时数据按机组设备不同进行分类、解析，并结合预测数据和自身存储的模拟噪声，进行噪声干扰类型分类；

4)数据挖掘子系统4中的数据滤波模块根据不同的噪声干扰类型分类采用不同的智能滤波算法，判断属于哪种噪声，选择适当的滤波器，对噪声进行滤波，将滤波结果回传至电场实时数据库9；

5)所述系统建模预测子系统3根据建立的模型、数据挖掘子系统4回传至电场实时数据库9里的滤波结果、模型预测数据库8和电场实时数据库9中提取的实时数据进行预测计算，预测各机组将来的运行状态，将预测数据发送给电场实时数据库9；

6)所述电场实时数据提取模块从电场实时数据库9中提取实时数据、预测数据和滤波结果，转入实时数据预处理模块，实时数据预处理模块进行系统模型预测数据分析，并进行异常检测；

7)故障决策子系统5从电场实时数据库9中提取实时数据，分析与可能的故障点相关联的机组模块，判断故障影响范围，根据故障规则库模块和电场实时数据库9中提取的预测数据，实时判断现场工况是否处于正常状态，如果出现异常，故障规则库模块判断故障点，故障信号判断模块进行异常分析报警，且将故障决策依据、故障决策结果和故障回馈信息传至电场实时数据库9，将故障决策结果传至故障显示回馈子系统6；

8)故障规则库模块具有自适应调整功能，经过反复的判断与数据积累，能够不断的完善自身数据库和知识库，更加准确的判断下一次的故障点；

9)故障显示回馈子系统6显示系统判断的可能故障源头，显示提示界面。

其中，所述步骤2)中，数据分类过程包括以下步骤：

a，所述模型预测数据库8接收并储存电场实时数据库9中的电场环境数据和系统模型预测值，系统建模预测子系统3需要从电场实时数据库9中提取数据时，模型预测数据库8就会将电场环境数据和系统模型预测值回传至电场实时数据库9；

b，所述故障决策数据库10接收并储存电场实时数据库9中的故障决策依据、故障决策结果和故障回馈信息，故障决策子系统5需要从电场实时数据库9中提取数据的时候，故障决策数据库10会将这些数据回传至电场实时数据库9；

c，历史数据预处理模块11接收电场实时数据库9中来自不同数据源的数据，包括实时数据、预测数据和故障数据，并存入历史数据库12进行归档，以后出现故障查找原因需要在历史数据库12里查找。

其中，所述步骤6)中，异常检测过程包括以下步骤：

A，所述电场实时数据提取模块从电场实时数据库9中提取监测点信息、电场机组运行状态和数据、电场控制数据和机组级性能指标，实时数据预处理模块对这些数据进行机组级性能计算，根据现场有多少机组，再进行电场级性能计算；

B，所述电场实时数据提取模块从电场实时数据库9中提取监测点信息、调度要求值、电场级性能指标和电场控制数据，实时数据预处理模块对这些数据进行电场级性能计算；

C，所述电场实时数据提取模块从电场实时数据库9中提取监测点信息、调度要求值、电场级性能指标、电场机组运行状态和数据、电场控制数据、电场环境数据和机组级性能指标，转入实时数据预处理模块，实时数据预处理模块综合这些数据，并结合滤波结果、机组级性能计算值、电场级性能计算值、模型预测数据库8中的预测数据，进行系统模型预测数据分析，并进行异常检测，判断是否属于异常状态，第二数据发送模块将实时数据发送至电场实时数据库9。

所述步骤7)中，异常分析报警过程包括以下步骤：

Ⅰ)所述数据提取模块从电场实时数据库9中提取调度要求值、电场级性能指标、电场机组运行状态和数据、机组级性能指标和系统真实采样值，并传输至故障规则库模块，为各系统工作流程关系、以及故障规则的制定、故障点的确定提供规则参考；

Ⅱ)所述数据提取模块从电场实时数据库9中提取调度要求值、电场控制数据、系统模型预测值和系统真实采样值，同时系统性能指标设定模块采集系统设置的电场级性能指标，将上述数据传输至故障规则库模块，故障规则库模块综合以上数据进行电场级性能指标分析；

Ⅲ)所述数据提取模块从电场实时数据库9中提取电场机组运行状态和数据、电场环境数据、机组级性能指标、系统模型预测值和系统真实采样值，同时系统性能指标设定模块采集系统设置的机组级性能指标，将上述数据传输至故障规则库模块，故障规则库模块综合以上数据进行机组级性能指标分析；

Ⅳ)所述数据提取模块从电场实时数据库9中提取电场机组运行状态和数据、电场控制数据和系统真实采样值，同时系统性能指标设定模块采集系统设置的电场级性能指标和机组级性能指标，将上述数据传输至故障信号判断模块，进行用户设置性能指标分析；

Ⅴ)所述数据提取模块从电场实时数据库9中提取调度要求值、电场级性能指标、电场机组运行状态和数据、电场控制数据、电场环境数据、机组级性能指标、系统模型预测值和系统真实采样值，并传输至故障信号判断模块，结合步骤Ⅱ)、Ⅲ)和Ⅳ)的性能指标分析数据进行关联性分析，分析与可能的故障点相关联的机组模块，判断故障影响范围；

Ⅵ)所述故障信号判断模块中，根据故障规则库模块和预测值实时判断真实值是否处于正常工作范围内，如果出现异常，根据故障规则库模块判断故障点，进行异常分析报警，且将故障决策结果通过第三数据发送模块发送给电场实时数据库9和故障显示回馈子系统6。

其中，噪声干扰类型分类和数据滤波过程中，因为系统信号容易受到外界不可避免的噪声的影响，会存在一定的波动现象，造成信号失真，所以必须对采集到的信号通过Kalman滤波或者自适应滤波等滤波方法进行实时滤波处理，在数据滤波模块中进行，还原其真实信号，滤除噪声。其中噪声干扰类型分类主要针对电场各不同机组、不同信号可能会受到不同的噪声干扰，噪声干扰包括近似白噪声干扰、阶跃信号干扰、高斯白噪声干扰、有多种干扰源共同造成的干扰；

其中，故障规则库模块为各系统工作流程关系、以及故障规则的制定、故障点的确定提供规则参考，具有自适应调整功能，其中故障规则的制定可以通过模糊控制算法结合人类经验组成专家系统，包含各种现场故障可能的造成原因。其中自适应调整功能是指能够根据现场回馈的故障诊断结果不断的修正故障规则数据库，以提高故障诊断的准确度。

其中，故障信号判断模块分析与可能的故障点相关联的机组模块，判断故障影响范围，根据规则库和预测值实时判断真实值是否处于正常工作范围内，如果出现异常，根据故障规则库判断故障点；

所述机组级性能指标包括各机组数据安全变化率、上下限范围和各机组控制死区，由电场操作人员设定；所述电场级性能指标包括电场有功和无功数据安全变化率、电场数据控制死区，由调度中心操作人员设定。其中，各机组数据安全变化率是指电场有功和无功机组允许单次变化的最大值，分为单次变化率和分钟级变化率。上下限范围是指各机组正常的出力控制范围。各机组控制死区是指各机组或电场出力正常的波动范围。调度中心是指电力调度中心，根据各电场电能质量集中统筹管理各光伏电场的发电量。

所述电场环境变化值包括电场所在地辐照度、温度、湿度、外部阴影面积等时变数据。

故障规则库模块中的专家系统是把领域专家以往的诊断经验归纳成规则，并运用经验规则通过推理来进行故障诊断。专家系统由知识库、数据库、学习机、推理机、解释器、上下文、征兆获取和人机交互界面组成。专家系统通过各个模型系统的预测值与系统滤波后的真实值实时对比分析，并结合历史数据库12和逻辑推理程序不断的推算，推算出光伏发电系统中各个子系统是否处于正常工作状态。如果出现异常状态则通过相应的逻辑推理推算出系统故障出处，并提供合理的解决方案。同时专家系统又具备自适应学习能力，能够不断地根据本系统的数据特点不断的完善自身数据库和知识库，成为一个针对本系统特点的故障诊断系统，提高故障辨识能力，降低故障的误报和漏报率。

模糊控制算法结合人类经验组成的专家系统是一个智能计算机程序，可求解特定领域问题，现实中诊断领域存在的经验性专家知识往往具有模糊性，降低了知识表达的准确性，因此可以将模糊数学知识和专家经验相结合，引入到专家的模糊知识表示中。模糊专家诊断系统主要由知识库、中间数据库、模糊推理机、人机接口、前端处理程序等部分组成。

以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。