航天器光伏電池故障診斷及仿真*

李　潔　張　可

(西安工業(yè)大學(xué)電子信息工程學(xué)院　西安　710021)

?

航天器光伏電池故障診斷及仿真*

李潔張可

(西安工業(yè)大學(xué)電子信息工程學(xué)院西安710021)

摘要論文研究了航天器光伏電池故障診斷方法檢測(cè)出故障點(diǎn)的問(wèn)題。用小波變換方法分析光伏電池故障點(diǎn)；對(duì)噪聲干擾情況下的故障信號(hào)進(jìn)行消噪處理；結(jié)合多種小波基函數(shù)檢測(cè)航天器光伏電池突變點(diǎn)；仿真結(jié)果表明航天器光伏電池測(cè)出的突變點(diǎn)就是航天器光伏電池故障點(diǎn)，證明了該文方法的可行性。

關(guān)鍵詞航天器光伏電池; 小波基函數(shù); 信號(hào)去噪; 故障診斷

Class NumberTP391

1　引言

航天器光伏電池故障診斷是指光伏電池在運(yùn)行過(guò)程中，受到自然環(huán)境的影響以及自身材料老化、光伏電池不匹配等故障問(wèn)題對(duì)其進(jìn)行診斷，確認(rèn)故障點(diǎn)，為后續(xù)維修工作提供便利。光伏電池的故障是無(wú)法避免的，因此對(duì)光伏電池的故障診斷就十分重要。

文獻(xiàn)[1]在不考慮故障點(diǎn)的情況下，提出對(duì)光伏電池故障診斷方法可以利用衛(wèi)星觀察并檢測(cè)光伏電池所在位置的天氣情況，將衛(wèi)星檢測(cè)出的實(shí)際功率與模型預(yù)測(cè)進(jìn)行對(duì)比，從而判斷電池是否存在故障，該方法只能判斷出航天器光伏電池正常與否，不能夠指出發(fā)生故障的位置。文獻(xiàn)[2]對(duì)光伏電池采用電流檢測(cè)方法，設(shè)計(jì)復(fù)雜的陣列結(jié)構(gòu)連接方式以實(shí)現(xiàn)對(duì)光伏電池故障點(diǎn)的定位。此方法雖然實(shí)現(xiàn)故障點(diǎn)定位，但其使用的電流傳感器較多并且該陣列結(jié)構(gòu)太過(guò)于復(fù)雜，在實(shí)際應(yīng)用中難以實(shí)現(xiàn)。本文采用小波變換方法進(jìn)行航天器光伏電池的故障診斷，小波變換能夠克服電流檢測(cè)法陣列結(jié)構(gòu)復(fù)雜的缺點(diǎn)，應(yīng)用簡(jiǎn)單無(wú)需構(gòu)建陣列結(jié)構(gòu)，同時(shí)具有故障點(diǎn)查找迅速、實(shí)用性好、成本低等優(yōu)點(diǎn)，具備很高的研究?jī)r(jià)值。

本文在航天器光伏電池故障診斷中運(yùn)用了小波變換法對(duì)航天器光伏電池電力負(fù)載信號(hào)進(jìn)行檢測(cè)，測(cè)出信號(hào)突變點(diǎn)即故障點(diǎn)。然后選用sure閾值模式和sym8細(xì)節(jié)系數(shù)進(jìn)行小波消噪。最后，在航天器光伏電池的故障診斷實(shí)例中使用該方法進(jìn)行了仿真分析，充分體現(xiàn)了該方法的實(shí)用性和精準(zhǔn)性。

2　航天器光伏電池故障診斷機(jī)理

航天器光伏電池結(jié)構(gòu)如圖1所示。它其實(shí)是由一個(gè)大面積的P-N結(jié)，由電子(N)型半導(dǎo)體和空穴(P)型半導(dǎo)體構(gòu)成。電子型半導(dǎo)體是硅原子與半導(dǎo)體雜質(zhì)比如磷共同組成共價(jià)鍵時(shí)，施主原子的位置會(huì)有一個(gè)不能轉(zhuǎn)換、固定不變的正離子?？昭ㄐ桶雽?dǎo)體是由半導(dǎo)體中雜質(zhì)比如硼和硅原子共同組成共價(jià)鍵時(shí)，由于缺少一個(gè)電子故而稱之為空穴。

圖1　航天器光伏電池結(jié)構(gòu)圖

航天器光伏電池工作原理是在光伏特效應(yīng)基礎(chǔ)上的。當(dāng)太陽(yáng)光照在P-N結(jié)上，新的空穴-電子對(duì)形成。在內(nèi)電場(chǎng)作用下，光生電子流向N區(qū)，光生空穴流向P區(qū)，當(dāng)電路接通后就會(huì)產(chǎn)生電流。結(jié)合圖1可以進(jìn)一步得出：當(dāng)能量足夠大的入射光子照進(jìn)P-N結(jié)過(guò)渡區(qū)時(shí)，電子被激發(fā)變成自由電子。與此同時(shí)，形成兩個(gè)相反電荷的粒子。受到激發(fā)的電子在內(nèi)建電場(chǎng)作用下，流到下方N區(qū)；由此類推，空穴在內(nèi)建電場(chǎng)作用下，流向上方P區(qū)。因此，一個(gè)與P-N結(jié)內(nèi)建電場(chǎng)方向相反的光生電動(dòng)勢(shì)和光生電場(chǎng)就會(huì)產(chǎn)生。

航天器光伏電池在太陽(yáng)光照下，EVA結(jié)構(gòu)會(huì)發(fā)生變化，吸收紫外線、溫度、氧氣能力下降。光伏電池表面透光率少，光伏電池對(duì)光能利用率降低。航天器光伏電池發(fā)生老化現(xiàn)象，通過(guò)故障診斷對(duì)光伏電池電力負(fù)載信號(hào)進(jìn)行檢測(cè)，檢測(cè)電壓波動(dòng)幅度范圍是否正常。由小波變換方法進(jìn)行仿真，找尋突變點(diǎn)。

3　航天器光伏電池故障診斷小波變換方法

航天器光伏電池故障診斷采用小波變換方法，該方法可以確定故障點(diǎn)范圍，為后續(xù)維修工作提供便利。故障診斷模型建立簡(jiǎn)單方便，采集光伏電池電力負(fù)載信號(hào)奇異點(diǎn)以及消除信號(hào)噪聲都有很大的優(yōu)勢(shì)。為此，本文首先分析小波變換的運(yùn)算機(jī)理。

則稱ψ(t)為基本小波函數(shù)或母小波函數(shù)，母小波函數(shù)還可以通過(guò)延時(shí)變換和伸縮、平移來(lái)展成一系列子小波序列:

ψa,b(t)=|a|-1/2ψ(t-b/a)

對(duì)每一個(gè)函數(shù)或者信號(hào)滿足平方可積空間L2(R)這個(gè)條件，并在小波基下展開(kāi)，則函數(shù)的連續(xù)小波變換(CWT)表達(dá)式為

WTf(a,b)=〈f(t),ψa,b(t)〉

小波變換對(duì)應(yīng)的重構(gòu)公式[5]為

對(duì)于f(t)∈L2(R)相對(duì)應(yīng)的離散小波變換(DWT)方程式為

在把連續(xù)小波及連續(xù)小波變換轉(zhuǎn)變成為離散小波及離散小波變換，二進(jìn)制離散化后的小波和相應(yīng)小波變換被稱之為二進(jìn)制小波或二進(jìn)制小波[9]變換。

ψm,n(t)=2-m/2ψ(2-mt-nb0)

該表達(dá)式為二進(jìn)小波[6]函數(shù)，其中a和b都做了二進(jìn)離散。

當(dāng)b0>0，ψm,n(t),m,n∈Z并不是正交的函數(shù)集，當(dāng)且僅當(dāng)b0=1時(shí)可得：

ψm,n(t)=2-m/2ψ(2-mt-n)

該表達(dá)式為正交函數(shù)系，也就是二進(jìn)制正交小波函數(shù)系。信號(hào)函數(shù)f(t)的二進(jìn)制正交小波變換的定義為

正交小波變換算法也被稱為Mallat[7]算法。它是將多分辨率分析法[8]引入到小波分析中，創(chuàng)立了Mallat分解算法、Mallat重構(gòu)算法。

由于小波基[9]與尺度函數(shù)是已知的，列出表達(dá)式：

進(jìn)一步得出

也可以簡(jiǎn)化成

其中j=1,2,3,…,N。

C1=HC0,D1=GC0

C2=HC1,D2=GC1

…

Cj=HCj-1,Dj=GCj-1

(1)

式(1)就是Mallat分解算法，相對(duì)應(yīng)的序列Cj,Dj為離散信號(hào)f(x)在分辨率2j下的離散逼近與離散細(xì)節(jié)。

Mallat算法的信號(hào)重構(gòu)表達(dá)式如下

g0,n-2k=〈φ1,0(t),φ0,k(t)〉

g1,n-2k=〈φ1,0(t),φ0,k(t)〉

h0,n-2k=〈φ0,n(t),φ1,k(t)〉

h1,n-2k=〈φ0,n(t),φ1,k(t)〉

(2)

依據(jù)式(2)可以得出ψj,k(t)為多尺度分析的小波函數(shù)，φj,k(t)為尺度函數(shù)。

4　航天器光伏電池故障診斷實(shí)例仿真

為了驗(yàn)證理論分析的正確性，在Matlab軟件平臺(tái)對(duì)航天器光伏電池進(jìn)行仿真。其系統(tǒng)參數(shù)設(shè)計(jì)如下：電網(wǎng)電壓U=220V，振動(dòng)幅度為100～500之間，將信號(hào)分層分解，bior3.7、db10以0.5進(jìn)行依次分解。小波變換用于光伏電池傳感器故障診斷[10]中進(jìn)行仿真可以得到光伏電池電力負(fù)載信號(hào)波形，如圖2所示，光伏電池在2200s之前時(shí)間段和3400s之后時(shí)間段趨于穩(wěn)定振動(dòng)幅度小，在2200s～3400s之間振動(dòng)幅度大，信號(hào)不穩(wěn)定產(chǎn)生奇異點(diǎn)即突變點(diǎn)。

圖2　光伏電池電力負(fù)載信號(hào)波形

圖3　信號(hào)細(xì)節(jié)圖

光伏電池電力負(fù)載信號(hào)波形如圖2所示，從圖可以得出當(dāng)t的范圍在2400～3400之間信號(hào)出現(xiàn)異常，這是傳感器故障造成。利用bior3.7小波[11]進(jìn)行3層分解，得到1～3層細(xì)節(jié)信號(hào)。時(shí)間在2400～3400之間，由于傳感器故障引入了誤差噪聲，由圖3可以看出d1高頻系數(shù)重構(gòu)圖像要比d2、d3高頻系數(shù)重構(gòu)圖像更加容易找到故障信號(hào)所在位置。

在光伏電池正常運(yùn)作時(shí)，其正常輸出點(diǎn)的采樣信號(hào)為蠕變信號(hào)。一旦系統(tǒng)發(fā)生故障時(shí)，輸出信號(hào)會(huì)出現(xiàn)突變信號(hào)。主要表現(xiàn)在幅度和頻率的突變，從正常到出現(xiàn)故障的一系列采樣序列分析可得。

圖4　光伏電池小波分解層次圖

采用小波分析法來(lái)分析檢測(cè)信號(hào)的突變點(diǎn)。從圖4中可得光伏電池小波分解的層系數(shù)，當(dāng)t=500時(shí)，系統(tǒng)工作出現(xiàn)了異常情況；在t=1000時(shí)，系統(tǒng)又恢復(fù)了正常。

在測(cè)量信號(hào)中總是會(huì)受到噪聲干擾，則需要考慮降低噪聲對(duì)系統(tǒng)的干擾。引入小波消噪法。一般來(lái)說(shuō)，利用小波分析的消噪方法分為三個(gè)步驟如下：

1) 對(duì)噪聲信號(hào)進(jìn)行正交小波變換計(jì)算，確定一個(gè)合適小波分解層次和小波基函數(shù)。對(duì)信號(hào)進(jìn)行N層小波分解，獲得相應(yīng)的小波分解系數(shù)。該系數(shù)包括高頻系數(shù)以及低頻系數(shù)。

2) 高頻系數(shù)的閾值量化：選擇一個(gè)閾值量化準(zhǔn)則，對(duì)每一層小波系數(shù)進(jìn)行閾值量化處理。

3) 小波重構(gòu)：經(jīng)閾值處理后的小波系數(shù)獲得恢復(fù)后的原始信號(hào)估計(jì)值，依據(jù)小波分解第N層的低頻系數(shù)和處理后的第1層到第N層的高頻系數(shù)，進(jìn)行尺度信號(hào)的小波重構(gòu)。

對(duì)光伏電池進(jìn)行小波消噪處理如圖5、6所示。

由圖5中可以看出利用sym8和db10進(jìn)行降噪[12]后基本恢復(fù)到原始信號(hào)，消噪效果顯著。但與此同時(shí)，從圖中可以看到采用閾值消噪后信號(hào)特征值比較少，以至于很難非常準(zhǔn)確地將原始信號(hào)反應(yīng)出來(lái)。從圖6和圖7可以得到db10對(duì)信號(hào)的5層分解以及從第5層到第1層的低、高頻系數(shù)重構(gòu)圖。

圖5　原始信號(hào)、疊加隨機(jī)噪聲、db10和sym8默認(rèn)閾值降噪后信號(hào)圖形

圖6　db10對(duì)信號(hào)進(jìn)5層分解

圖7　分解的第5層到第1層的低頻、高頻系數(shù)重構(gòu)圖

從圖6和圖7中可以看出，db10對(duì)信號(hào)進(jìn)行5層分解，然后對(duì)第5層到第1層的高頻系數(shù)和低頻系數(shù)進(jìn)行重構(gòu)。圖中細(xì)節(jié)信號(hào)是由白噪聲[13]分解得出的，所需的正弦信號(hào)是可以由圖6中的近似信號(hào)a5得出，因此獲得的信號(hào)就是原始信號(hào)波形，這樣就把隱藏在噪聲中的有效信號(hào)分離出來(lái)。

Matlab軟件[14]中自帶noissin信號(hào)函數(shù)以及初始信號(hào)，對(duì)光伏電池進(jìn)行小波去噪仿真。在noissin信號(hào)函數(shù)上疊加一個(gè)隨機(jī)噪聲信號(hào)得到e,本文采用db10小波和sym8小波對(duì)隨機(jī)噪聲信號(hào)e進(jìn)行5層分解，選用minimaxi閾值模式和db10作為細(xì)節(jié)系數(shù)和選擇sure閾值模式和sym8作為細(xì)節(jié)系數(shù)進(jìn)行對(duì)比。噪聲去除后，對(duì)初始信號(hào)進(jìn)行分析，將噪聲信號(hào)和原始信號(hào)分離出來(lái)。

5　結(jié)語(yǔ)

結(jié)合小波變換信號(hào)奇異點(diǎn)檢測(cè)方法，對(duì)航天器光伏電池故障點(diǎn)進(jìn)行檢測(cè)，并通過(guò)實(shí)例驗(yàn)證了該方法可行性。通過(guò)理論分析，選用db10和bior3.7作為小波基函數(shù)，對(duì)航天器光伏電池電力負(fù)載信號(hào)進(jìn)行故障點(diǎn)定位，用sym8小波對(duì)航天器光伏電池電力負(fù)載信號(hào)進(jìn)行消噪處理。仿真結(jié)果表明，航天器光伏電池在三種小波基函數(shù)下可以快速準(zhǔn)確地定位故障點(diǎn)。仿真驗(yàn)證了該方法的有效性和可行性。在今后的研究中，此方法具有長(zhǎng)遠(yuǎn)意義。

參 考 文 獻(xiàn)

[1] 程澤，李兵峰，劉力，等.一種新型結(jié)構(gòu)的光伏陣列故障檢測(cè)方法[J].電子測(cè)量與儀器學(xué)報(bào)，2010,24(2):31-136.

CHENG Ze, LI Bingfeng, LIU Li, et al. A novel structure of PV array fault detection method for[J]. Electronic Measurement and Instrumentation,2010,24(2):31-136.

[2] 陳中華，趙敏榮.硅太陽(yáng)能電池?cái)?shù)學(xué)模型的簡(jiǎn)化[J].計(jì)算機(jī)仿真，2006,23(6):239-243.

CHEN Zhonghua, ZHAO Minrong. Mathematical model of silicon solar cell simplified[J]. Computer Simulation,2006,23(6):239-243.

[3] Vetterli M, et al. Wavelet and filter banks: Theory and design[J]. IEEE. SP,1992,40(9):14-38.

[4] 冉啟文，譚立英.小波分析與分?jǐn)?shù)傅里葉變換及應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2002:12-30.

RAN Qiwen, TAN Liying. Wavelet analysis and fractional Fourier transform and application[M]. Beijing: National Defense Industry Press,2002:12-30.

[5] 程正興.小波分析算法與應(yīng)用[M].西安：西安交通大學(xué)出版社，1998:40-50.

CHENG Zhengxing. Wavelet analysis algorithm and application[M]. Xi’an: Xi’an JiaoTong University press,1998:40-50.

[6] Resenikoff H L. Wavelets and Adaptive Signal Processing[J]. SPIE. Adaptive Processing,1991,1565:370-382.

[7] Mallat S. Multifrequency channel decomposition of images and wavelet models[J]. IEEE ASSP,1989,37:2091-2110.

[8] Young R K. Wavelet Theory and Its Application[J]. Boston Kluwei Academic Publisher,1993:12-20.

[9] Kadambe S, et al. Application of the wavelet transform for pitch detection of speech signals[J]. IEEE IT,1992,38(2):917-924.

[10] 石啟星，田金文，柳健.小波變換及其在信號(hào)處理中的應(yīng)用.遙測(cè)遙控[J].1996,17(3):56.

SHI Qixing, TIAN Jinwen, LIU Jian. Wavelet transform and its application in signal processing. Remote control[J]. 1996,17(3):56.

[11] 周小勇，葉銀忠.小波分析技術(shù)在故障診斷中的應(yīng)用[J].上海海運(yùn)學(xué)院學(xué)報(bào),2001:9-12.

ZHOU Xiaoyong, YE Yinzhong. Application of wavelet analysis in fault diagnosis[J]. Journal of Shanghai Maritime University,2001,9-12.

[12] 董小剛，秦喜文.信號(hào)消噪的小波處理方法及其應(yīng)用[J].吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,5(2):14-60.

DONG Xiaogang, QIN Xiwen. Wavelet processing method for signal de-noising and its application[J]. Journal of Jilin Normal University(Natural Science Edition),2003,5(2):14-60.

[13] 劉鯖潔，陳桂明，劉曉方,等.FFT和小波變換信號(hào)降噪中的應(yīng)用[J].數(shù)據(jù)采集與處理，2009,24(10):58-60.

LIU Qingjie, CHEN Guiming, LIU Xiaofang, et al. Application of.FFT and wavelet transform signal denoising in[J]. Data Acquisition and Processing,2009,24(10):58-60.

[14] 胡昌華，李國(guó)華,等.基于MATLAB的系統(tǒng)分析與設(shè)計(jì)，小波分析[M].西安：西安電子科技大學(xué)出版社，2004:35-40.

HU Changhua, LI Guohua et al. Analysis and design of system based on wavelet analysis MATLAB[M]. Xi’an: Xi’an Electronic and Science University press,2004:35-40.

收稿日期:2015年10月8日,修回日期:2015年11月28日

基金項(xiàng)目:陜西省國(guó)際科技合作重點(diǎn)項(xiàng)目(編號(hào)：2015KW-024)資助。

作者簡(jiǎn)介:李潔，女，碩士研究生，研究方向：故障診斷、隨機(jī)控制、最優(yōu)控制、自適應(yīng)控制等。張可，男，碩士研究生，研究方向：故障診斷。

中圖分類號(hào)TP391

DOI:10.3969/j.issn.1672-9722.2016.04.038

Fault Diagnosis and Simulation of Photovoltaic Battery for Spacecraft

LI JieZHANG Ke

(School of Electronic and Information Engineering, Xi’an Technology University, Xi’an710021)

AbstractThe spacecraft fault diagnosis method of photovoltaic cells is studied to detect the fault point. Wavelet transform method is used to analyze photovoltaic battery point of failure. The noise conditions for fault signal are denoised. Many kinds of wavelet basis function test spacecraft photovoltaic cell mutation point are combined. The simulation results show that the spacecraft is the abrupt change point of the pv cells detect spacecraft photovoltaic battery failure point, proves the feasibility of this method.

Key Wordsspacecraft photovoltaic cell, wavelet base function, signal denoising, fault diagnosis