1 引言

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

　　2 智能故障診斷技術及診斷方法

　　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，被廣泛應用于遠程診斷領域。但是由于系統存在復雜性，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學模型，針對這種系統的故障診斷處理方法，可稱為智能化的診斷技術。智能化的故障診斷技術分為信號預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。

　　2.1 基于信號檢測的故障診斷技術

　　基于信號檢測的故障診斷是根據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，其關鍵在于正確選擇能真正反映設備運行狀態的檢測參數，然后采用小波分析、信息融合等方法進行故障診斷。

　　2.2 基于模型的故障診斷技術

　　基于模型的鼓掌診斷方法，其核心問題是產生殘差，將殘差作為故障的指示信號。其常用的診斷方法有：參數辨識法、狀態估計法、等價空間法等。基于模型的故障診斷方式不但能夠克服專家系統知識的獲取瓶頸。

　　而且能夠診斷未預測的故障，因此受到了業界的廣泛關注。

　　2.3 基于知識的故障診斷技術

　　此方法不需要對象的精確數學模型，而是根據人們長期的實踐經驗和大量故障信息而設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合的職能診斷，如模糊專家系統、神經網絡專家系統、故障樹專家系統等。

　　2.4 基于感知行為的故障診斷技術

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

　　迄今為止，故障診斷方法已有數十種之多，典型的智能診斷方法有如下幾種：

　　（1）專家系統專家系統是把領域專家以往診斷的經驗歸納成規則，并運用經驗規則通過推理來進行故障診斷。專家系統由知識庫、數據庫、學習機、推理機、解釋器、上下文、征兆獲取和人機交互界面組成。其結構框圖如圖1所示。

?

　　（2）模糊故障診斷方法在系統故障診斷過程中，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系來判斷系統運行狀態的方法。

　　（3）神經網絡故障診斷方法基于神經網絡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用神經網絡作為分類器進行故障診斷；二是從預測角度應用神經網絡作為動態預報模型進行故障預測；三是從知識處理角度建立基于神經網絡的診斷專家系統。