孟献蒙，郭兴众，程凡永 ，陈旺斌，方骏仁

1 研究背景

近年来，随着石油、天然气等不可再生资源的日益消耗，越来越多的国家开始进行低碳能源转型[1]。在可再生、低碳能源生产中，太阳能光电技术显现出小规模能源生产的巨大潜力[2]。2005年以来，中国光伏制造产业发展迅速，并于2007年超过日本，成为世界上最大的光伏组件制造国[3]。截至2017年，中国、美国、印度、德国、日本等国家积极部署太阳能光伏产业，并已经在光伏市场中占主导地位[4]。未来太阳能光伏在全球各个国家低碳能源产业发展中继续具有重要的战略地位。而逆变器是光伏发电系统中的核心部件，其一旦发生故障，不仅会影响系统的正常运行，而且可能会对设备造成不可估量的损失。因此，开展光伏逆变器的故障诊断研究在设备损耗和降低成本投入以及逆变器保护等方面有着至关重要的意义。

目前，关于逆变器的故障诊断方法大体上可以分为如下3 类：基于参数辨识的方法、基于物理信号分析的方法和基于人工智能的方法。文献[5]通过对实测电流-电压（I-V）曲线进行参数辨识，以识别并且发现故障。文献[6]通过采集三相电压逆变器的输出电流信号，然后根据电流矢量的瞬时频率特征和瞬时角度特征的变化来进行故障诊断。文献[7-8]利用小波包分解和主成分分析法实现了故障诊断，其中，文献[7]基于极端学习机实现了单器件及多器件开路等多种故障诊断，文献[8]基于径向基神经网络对NPC 三电平逆变器开路故障进行了诊断。……