1 引言

　　隨著社會生產(chǎn)的日益發(fā)展，對能源的需求量在不斷增加，全球范圍內(nèi)的能源危機也日益突出。近年來，太陽能光伏發(fā)電正在逐步由特殊應(yīng)用轉(zhuǎn)向民用、由輔助能源向基礎(chǔ)能源過渡，尤其是光伏并網(wǎng)系統(tǒng)的出現(xiàn)，使太陽能光伏發(fā)電的應(yīng)用前景更加光明。世界能源危機的提前到來，推動光伏發(fā)電在發(fā)達(dá)國家開始大規(guī)模使用。光伏（電站）系統(tǒng)的運行一般都是在無人值守的情況下進(jìn)行的，要對地域上廣泛分散的光伏系統(tǒng)進(jìn)行監(jiān)測維護是十分困難、繁瑣的，需要大量的人力、物力，因此智能診斷系統(tǒng)應(yīng)用在太陽能噶發(fā)電設(shè)備故障診斷中具有重大意義。

　　2 智能故障診斷技術(shù)及診斷方法

　　目前，智能故障診斷IFD（Intelligent Fault Diagnosis）是基于人工智能理論和方法的一種故障診斷新技術(shù)，被廣泛應(yīng)用于遠(yuǎn)程診斷領(lǐng)域。但是由于系統(tǒng)存在復(fù)雜性，非線性、時變性，不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型，針對這種系統(tǒng)的故障診斷處理方法，可稱為智能化的診斷技術(shù)。智能化的故障診斷技術(shù)分為信號預(yù)處理方法和故障模式識別診斷方法。德國的P.M.Frank教授將智能故障診斷IFD歸納為如下幾種智能診斷技術(shù)。

　　2.1 基于信號檢測的故障診斷技術(shù)

　　基于信號檢測的故障診斷是根據(jù)檢測所得的故障信號，通過特征提取和故障識別找出故障源。因此，基于信號檢測的故障診斷，其關(guān)鍵在于正確選擇能真正反映設(shè)備運行狀態(tài)的檢測參數(shù)，然后采用小波分析、信息融合等方法進(jìn)行故障診斷。

　　2.2 基于模型的故障診斷技術(shù)

　　基于模型的鼓掌診斷方法，其核心問題是產(chǎn)生殘差，將殘差作為故障的指示信號。其常用的診斷方法有：參數(shù)辨識法、狀態(tài)估計法、等價空間法等?；谀Ｐ偷墓收显\斷方式不但能夠克服專家系統(tǒng)知識的獲取瓶頸。

　　而且能夠診斷未預(yù)測的故障，因此受到了業(yè)界的廣泛關(guān)注。

　　2.3 基于知識的故障診斷技術(shù)

　　此方法不需要對象的精確數(shù)學(xué)模型，而是根據(jù)人們長期的實踐經(jīng)驗和大量故障信息而設(shè)計出的一套智能計算機程序。知識有淺知識和深知識之分。目前被廣泛采用的是基于淺知識和深知識相結(jié)合的職能診斷，如模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、故障樹專家系統(tǒng)等。

　　2.4 基于感知行為的故障診斷技術(shù)

　　基于感知行為的故障診斷能感知環(huán)境變化，并且有自識別、自處理及自適應(yīng)能力，被廣泛應(yīng)用于航空航天飛行器、高速列車等重大工程和尖端技術(shù)領(lǐng)域。

　　迄今為止，故障診斷方法已有數(shù)十種之多，典型的智能診斷方法有如下幾種：

　?。?）專家系統(tǒng)專家系統(tǒng)是把領(lǐng)域?qū)＜乙酝\斷的經(jīng)驗歸納成規(guī)則，并運用經(jīng)驗規(guī)則通過推理來進(jìn)行故障診斷。專家系統(tǒng)由知識庫、數(shù)據(jù)庫、學(xué)習(xí)機、推理機、解釋器、上下文、征兆獲取和人機交互界面組成。其結(jié)構(gòu)框圖如圖1所示。

?

　　（2）模糊故障診斷方法在系統(tǒng)故障診斷過程中，能測到的是許多信號，通過信號分析得到許多故障征兆，模糊故障診斷是指通過研究故障信號與征兆之間的模糊關(guān)系來判斷系統(tǒng)運行狀態(tài)的方法。

　?。?）神經(jīng)網(wǎng)絡(luò)故障診斷方法基于神經(jīng)網(wǎng)絡(luò)的智能故障診斷研究集中在三方面：一是從模式識別角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為分類器進(jìn)行故障診斷；二是從預(yù)測角度應(yīng)用神經(jīng)網(wǎng)絡(luò)作為動態(tài)預(yù)報模型進(jìn)行故障預(yù)測；三是從知識處理角度建立基于神經(jīng)網(wǎng)絡(luò)的診斷專家系統(tǒng)。